CONTROLE DE UM BRAÇO ROBÓTICO ATRAVÉS DE...
Transcript of CONTROLE DE UM BRAÇO ROBÓTICO ATRAVÉS DE...
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
COORDENAÇÃO DE AUTOMAÇÃO INDUSTRIAL
TECNOLOGIA EM AUTOMAÇÃO INDUSTRIAL
ANTONIO DONIZETI DE SARRO JUNIOR
JOSÉ JAIR ALVES MENDES JÚNIOR
STEFFAN HIDEKI FRANTZ
CONTROLE DE UM BRAÇO ROBÓTICO ATRAVÉS DE
ELETROMIOGRAFIA
TRABALHO DE CONCLUSÃO DE CURSO
PONTA GROSSA
2014
ANTONIO DONIZETI DE SARRO JUNIOR
JOSÉ JAIR ALVES MENDES JÚNIOR
STEFFAN HIDEKI FRANTZ
CONTROLE DE UM BRAÇO ROBÓTICO ATRAVÉS DE
ELETROMIOGRAFIA
Trabalho de Conclusão de Curso apresentado como requisito parcial à obtenção do título de Tecnólogo em Tecnologia em Automação Industrial, da Coordenação de Automação, da Universidade Tecnológica Federal do Paraná.
Orientador: Prof. Dr. Sérgio Luiz Stevan Jr.
Co-orientador: Prof. Dr. Sérgio Okida
PONTA GROSSA
2014
TERMO DE APROVAÇÃO
CONTROLE DE UM BRAÇO ROBÓTICO ATRAVÉS DE ELETROMIOGRAFIA
por
ANTONIO DONIZETI DE SARRO JUNIOR
JOSÉ JAIR ALVES MENDES JÚNIOR
STEFFAN HIDEKI FRANTZ
Este Trabalho de Conclusão de Curso foi apresentado em 10 de dezembro de 2014
como requisito parcial para a obtenção do título de Tecnólogo em Automação
Industrial. Os candidatos foram arguidos pela Banca Examinadora composta pelos
professores abaixo assinados. Após deliberação, a Banca Examinadora considerou
o trabalho aprovado.
__________________________________ Sérgio Luiz Stevan Jr
Prof. Orientador
__________________________________ Sérgio Okida
Prof. Co - orientador
___________________________________ Elói Agostini Junior
Membro titular
___________________________________ Frederic Conrad Janzen
Membro titular
- O Termo de Aprovação assinado encontra-se na Coordenação do Curso -
Ministério da Educação Universidade Tecnológica Federal do Paraná
Ponta Grossa
Coordenação de Automação / Departamento de Eletrônica Tecnologia em Automação Industrial
AGRADECIMENTOS
A Deus, que sempre esteve presente em nossas vidas, independente de
momentos de alegria ou tristeza.
Ao Prof. Dr. Sergio Luiz Stevan Jr., nosso orientador, pela disponibilidade,
colaboração e paciência prestados a nós desde o início deste trabalho, e,
principalmente, por ser um excelente colaborador, que nos fez enxergar além daquilo
que nós podíamos. Ao Prof. Dr. Sergio Okida, pela sua dedicação ao auxiliar-nos em
momentos de dúvidas. E a todos os professores que nos auxiliaram, independente da
sua ajuda, colaborando com nossas perguntas de dificuldades, especialmente ao
professor Frederic Conrad Janzen pela ajuda no software LabView e ao professor Elói
Agostini Junior pela melhor compreensão dos circuitos.
Aos nossos familiares, que nos apoiaram e ajudaram para continuarmos no
decorrer do curso; que nos momentos difíceis, momentos que mais precisávamos, nos
deram conforto, ânimo, alegria; e pelos sacrifícios aos quais tiveram que passar para
que hoje estivéssemos no lugar que estamos.
Enfim, a todos aqueles que confiaram em nosso trabalho, participaram dos
nossos testes, nossos colegas de sala, aula e cursos, principalmente à equipe dos
laboratórios LAPD e LSC, que estiveram nos ajudando, nos divertindo e dividindo seu
tempo, que já era pouco, para a melhora do ambiente e do nosso tempo.
E a Fundação Araucária pelo financiamento do projeto.
RESUMO
SARRO JUNIOR, Antonio Donizeti de; MENDES JÚNIOR, José Jair Alves; FRANTZ, Steffan Hideki. Controle de um braço robótico através de eletromiografia. 2014 114f. Trabalho de Conclusão de Curso (Tecnologia Automação Industrial) - Universidade Tecnológica Federal do Paraná. Ponta Grossa, 2014.
A eletromiografia (EMG) pode ser definida como uma técnica de detecção, análise e gravação de sinais elétricos obtidos de contrações musculares, usada tanto para fins de diagnóstico quanto controle de movimentos, usando conceitos ligados a sistemas biomecânicos e robóticos. Esse trabalho apresenta um controle de um braço robótico através de sinais eletromiográficos obtidos do bíceps braquial. Foi realizado um estudo da técnica de eletromiografia de superfície e o projeto, simulação e desenvolvimento de um circuito de condicionamento de sinais, com as etapas de amplificação e filtragem, em seu estágio final em uma placa de circuito impresso. Além disso, foi projetado e montado um braço robótico com um grau de liberdade e uma ferramenta, sendo esta uma garra. Para a montagem de um sistema de controle do braço foram coletados dados de pessoas, autorizado pelo comitê de ética sob registro 30162814.5.0000.5547. Os dados foram coletados por uma aplicação no software LABVIEWTM através de uma placa de aquisição de dados, NI DAQ, da Nationals Instruments e encaminhados para um programa de geração de gráficos a fim de serem analisados. Posteriormente, os dados foram analisados e foram desenvolvidas rotinas de algoritmo para controle do braço, a partir da análise de limiar a fim de detectar a presença ou não de atividade muscular. Isso culminou em uma aplicação no LABVIEWTM, contendo etapas de aquisição, ajuste de limiar e controle efetivo do braço com a escrita de dados na porta serial. O comando dos servomotores do braço foi embarcado por uma plataforma Arduino Mega, com um programa que realiza a leitura de dados seriais e envia os valores correspondentes aos servos ligados ao braço robótico. Por fim, o sistema de controle apresentou resultados eficazes com relação ao seu funcionamento, oferecendo uma grande gama de possibilidades para trabalhos futuros.
Palavras-chave: Eletromiografia. Robótica. Instrumentação Biomédica. LABVIEWTM. Condicionamento de Sinais.
ABSTRACT
SARRO JUNIOR, Antonio Donizeti de; MENDES JÚNIOR, José Jair Alves; FRANTZ, Steffan Hideki. Control of a robotic arm through electromyography . 2014. 114f. Trabalho de Conclusão de Curso (Tecnologia em Automação Industrial) - Federal Technology University - Parana. Ponta Grossa, 2014.
Electromyography (EMG) can be defined as a detection, analysis and electrical muscle pattern recording technique used as a diagnostics tool and for movement control, using biomechanics and robotics’ concepts. This paper presents the control of a robotic arm utilizing EMG signals obtained from the brachial biceps. A study was developed in superficial electromyography technique and the project, simulation and development of a signal conditioning circuit, divided in two steps, amplification and filtering, can be found on its final stage on a printed circuit board. Furthermore, a robotic arm was designed with one degree of freedom and a tool, which is a claw. For the development of a robotic arm control system, was collected data from different people, authorized by the ethics committee registrant 30162814.5.0000.5547. These data were collected using a LABVIEWTM application through a NI DAQ data acquisition board from National Instruments and sent to a graphic generator application used for the signal analysis. After that, the data were analyzed and a control algorithm was developed for the robotic arm control, using the threshold analysis to detect the presence of muscular activity. All of this culminated in a LABVIEWTM application containing an acquisition stage, threshold adjustment, and the arm’s control through the data writing on serial port. The arm’s servomotors control was embedded using Arduino Mega platform utilizing a code that performs the serial data read and sends it to the servomotors used on the robotic arm. Lastly, the control system presented effective results on its operation, offering a great possibilities gamma for future work.
Keywords: Electromyography. Robotic. Biomedical Instrumentation. LABVIEWTM . Signal Conditioning.
LISTA DE ILUSTRAÇÕES
Figura 1 - Subsistemas do sensoriamento eletromiográfico com sequência das etapas de condicionamento do sinal desde a detecção da contração muscular até a extração das características e classificação para uso. 18
Figura 2 - Unidade Motora. ................................................................................... 23
Figura 3 - Potencial de ação típico. ...................................................................... 24
Figura 4 - Representação de Unidades Motoras propagando Potencias de Ação e a sua aquisição na superfície da pele. ................................................. 25
Figura 5 - Estágios de um circuito de condicionamento de sinais eletromiográficos. ................................................................................. 27
Figura 6 - Principais musculaturas dos movimentos de flexão e extensão do braço humano. ............................................................................................... 28
Figura 7 - Posicionamento adequado do eletrodo no músculo. ............................ 30
Figura 8 - Modelo do circuito de Amplificação. ..................................................... 33
Figura 9 - Estágio de segunda ordem do filtro passa-baixa de com topologia de Sallen e Key com ganho unitário. ......................................................... 35
Figura 10 - Filtro rejeita-faixa com topologia de Sallen e Key com ganho unitário. 38
Figura 11 - Circuito final da etapa de condicionamento de sinais ...........................40
Figura 12 - Diagrama de Bode da Magnitude do sistema total para os valores obtidos do (a) MATLAB®, (b) Orcad/Pspice e (c) circuito impresso. ................ 42
Figura 13 - Sinal Adquirido de EMG pelas saídas dos sistemas de (a) Amplificação e (b) Filtragem. ..................................................................................... 43
Figura 14 - Resposta em Frequência do sinal de EMG adquirido pelas saídas dos sistemas de (a) Amplificação e (b) Filtragem e (c) diferença entre os sinais de filtragem e amplificação. ....................................................... 44
Figura 15 - Projeção do braço nos eixos X-Y. ........................................................ 46
Figura 16 - Projeção do braço com relação a sua cinemática. ............................... 47
Figura 17 - Imagem isométrica projetada do braço. ............................................... 48
Figura 18 - Imagem isométrica do conjunto do braço. ............................................ 49
Figura 19 - a) Configuração de gravidade e b) adição de gravidade na simulação. ............................................................................................ 49
Figura 20 - a) Configuração de força na garra e b) sua adição na simulação. ....... 50
Figura 21 - a) Resultado da simulação de deformação e b) legenda. .................... 51
Figura 22 - Detalhamento das partes do braço, sendo a) Suporte estrutural da garra, b) engrenagens da garra, c) Conjunto da garra, d) Estrutura braço, e) base suporte braço e f) suporte dos servos......................................51
Figura 23 - Esquemático da sequência de operações para o controle do braço robótico. ............................................................................................... 56
Figura 24 - Esquemático da ligação do sistema com a placa de aquisição...............56
Figura 25 - Estrutura do Programa em LABVIEW TM para controle do braço. ........ 61
Figura 26 - Estrutura da etapa de Calibração do programa em LABVIEW TM para controle do braço. ................................................................................ 62
Figura 27 - Estrutura da etapa de Ajuste do programa em LABVIEW TM para controle do braço. .............................................................................................. 63
Figura 28 - Estrutura da etapa de Controle do programa em LABVIEW TM para controle do braço. ................................................................................ 64
Figura 29 - Interface gráfica do VI de aquisição de dados e controle do braço pelo LABVIEW TM, em destaque as áreas de a) calibração, b) ajuste de limiar e c) controle. ........................................................................................ 68
Figura A.1 - VI de condicionamento com (a) seu símbolo no programa e (b) seu diagrama de blocos. ............................................................................. 83
Figura A.2 - VI de Filter_1 com (a) seu símbolo no programa e (b) seu diagrama de blocos. .................................................................................................. 84
Figura A.3 - VI de Filter_2 com (a) seu símbolo no programa e (b) seu diagrama de blocos. .................................................................................................. 85
Figura A.4 - VI de Média do sinal com (a) seu símbolo no programa e (b) seu diagrama de blocos. ............................................................................. 86
Figura A.5 - VI de Decomposição de array com (a) seu símbolo no programa e (b) seu diagrama de blocos. ...................................................................... 86
Figura A.6 - VIs de Algoritmos com (a) seu símbolo no programa e (b) seu diagrama de blocos. ............................................................................................. 85
Figura A.7 - VI de conversão de medidas com (a) seu símbolo no programa e (b) seu diagrama de blocos. ............................................................................. 88
Figura A.8 - VI de comunicação serial com (a) seu símbolo no programa e (b) seu diagrama de blocos. ............................................................................. 89
Figura A.9 - VI de detector de borda com (a) seu símbolo no programa e (b) seu diagrama de blocos. ............................................................................. 90
Figura B.1 - Diagrama de Blocos do programa de aquisição e salvamento de dados no LABVIEW TM. ................................................................................... 92
Figura B.2 - Painel Frontal do programa de aquisição e salvamento de dados no LABVIEW TM. ........................................................................................ 93
Figura D.1 - Diagrama de Blocos total do programa de aquisição de dados e controle do braço. ............................................................................................ 100
Figura D.2 - Diagrama de Blocos expandida primeira parte do programa de aquisição de dados e controle do braço. ............................................................ 101
Figura D.3 - Diagrama de Blocos expandida da segunda parte do programa de aquisição de dados e controle do braço. ............................................ 102
Figura D.4 - Painel Frontal da aba de Calibração do programa de aquisição de dados e controle do braço............................................................................. 103
Figura D.5 - Painel Frontal da aba de Ajuste de Threshold do programa de aquisição de dados e controle do braço. ............................................................ 104
Figura D.6 - Painel Frontal da aba de Calibração do programa de aquisição de dados e controle do braço ..............................................................................105
Quadro 1 - Músculos do Movimento de flexão do braço e suas principais características. ..................................................................................... 29
Quadro C.1- Dados referentes ao indivíduo 1. ......................................................... 95
Quadro C.2- Dados referentes ao indivíduo 2. ......................................................... 96
Quadro C.3- Dados referentes ao indivíduo 3. ......................................................... 97
Quadro C.4- Dados referentes ao indivíduo 4. ......................................................... 98
Fotografia 1 - Circuito de Condicionamento de Sinais em uma placa de circuito impresso. ............................................................................................ 41
Fotografia 2 - Teste de funcionamento do sistema em voluntário. ........................... 41
Fotografia 3 - Modelo estrutural final do braço após a montagem. .......................... 52
Fotografia 4 - Multi-testador de servos. .................................................................... 53
Fotografia 5 - Montagem do sistema, visualização na parte (a) anterior e (b) posterior do antebraço. ..................................................................................... 58
LISTA DE TABELAS
Tabela 1 - Relação de componentes/variáveis calculadas no projeto e o valor comercial disponível para o Filtro Passa Baixa. ..................................... 37
Tabela 2 - Relação de componentes/variáveis calculadas no projeto e o valor comercial disponível para o Filtro Rejeita Faixa.......................................39
Tabela 3 - Variação de posição do braço e da garra...............................................54
SUMÁRIO
1 INTRODUÇÃO ............................................................................................... 12
1.1 TEMA DA PESQUISA..................................................................................... 12
1.1.1 Delimitação do Tema ...................................................................................... 12
1.2 PROBLEMA .................................................................................................... 14
1.3 HIPÓTESE / PREMISSA ................................................................................ 15
1.4 OBJETIVOS .................................................................................................... 15
1.4.1 Objetivo Geral ................................................................................................. 15
1.4.2 Objetivos Específicos...................................................................................... 15
1.5 JUSTIFICATIVA .............................................................................................. 15
1.6 METODO DA PESQUISA ............................................................................... 17
1.7 ESTADO DA ARTE DE PRÓTESES COM ELETROMIOGRAFIA ................. 18
2 REVISÃO DE LITERATURA .......................................................................... 22
2.1 ELETROMIOGRAFIA ..................................................................................... 22
2.1.1 Características do Condicionamento de sinais eletromiográficos ................... 26
2.2 ANATOMIA DO BÍCEPS ................................................................................. 28
2.2.1 Posicionamento dos Eletrodos ....................................................................... 29
2.3 PRINCÍPIOS DE ROBÓTICA ......................................................................... 30
3 SISTEMA DE CONDICIONAMENTO DE SINAIS ELETROMIOGRÁFICOS . 32
3.1 ISOLAÇÃO DA REDE ELÉTRICA .................................................................. 32
3.2 AMPLIFICADOR ............................................................................................. 32
3.3 FILTRAGEM ................................................................................................... 35
3.4 TESTES E VALIDAÇÃO DO SISTEMA .......................................................... 40
3.4.1 Metodologia para validação do circuito de condicionamento .......................... 40
3.4.2 Resultados dos circuitos de condicionamento de sinais eletromiográficos ..... 42
4 BRAÇO ROBÓTICO ...................................................................................... 45
4.1 PRINCIPAIS CARACTERÍSTICAS E CINEMÁTICA ...................................... 45
4.2 PROJETO E SIMULAÇÃO ............................................................................. 48
4.3 CONSTRUÇÃO BRAÇO …………………………………………………………..50
4.4 VERIFICAÇÃO DE FUNCIONAMENTO DO BRAÇO ROBÓTICO ................. 52
5 COLETA DE SINAIS ELETROMIOGRÁFICOS ............................................. 55
5.1 AQUISIÇÃO E ROTINA DE GRAVAÇÃO DE DADOS ................................... 56
5.2 METODOLOGIA DA AQUISIÇÃO DE DADOS DOS INDIVÍDUOS ................ 58
5.3 RESULTADO E ANÁLISE DOS DADOS ELETROMIOGRÁFICOS ............... 59
6 COLETA DE SINAIS ELETROMIOGRÁFICOS ............................................. 61
6.1 DESCRIÇÃO DO SISTEMA E FLUXOGRAMA .............................................. 61
6.2 DETALHES DO VI DE AQUISIÇÃO E CONTROLE DO BRAÇO ROBÓTICO E SEU DO SEU DESENVOLVIMENTO ............................................................. 64
6.3 RESULTADOS E DISCUSSÃO DO FUNCIONAMENTO DO VI INTEGRADO AO BRAÇO ROBÓTICO ................................................................................. 68
7 CONSIDERAÇÕES FINAIS ........................................................................... 71
REFERÊNCIAS ......................................................................................................... 74
APÊNDICE A – SubVIs desenvolvidos e utilizados na programação do LABVIEW TM ....................................................................................................... 82
APÊNDICE B – Virtual Instrument de captura, visulização e salvamento de dados ........................................................................................................................ 91
APÊNDICE C – Dados adquiridos do bíceps braquial....................................... 94
APÊNDICE D – Virtual Instrument de aquisição de dados e controle do braço..........................................................................................................................99
APÊNDICE E – Programa de Comunicação Serial no Arduino ......................106
ANEXO A – Modelo dos Termos de Compromisso dos Participantes dos testes …...................................................................................................................110
12
1 INTRODUÇÃO
A Engenharia Biomédica se estende para diversos ramos, visando sempre
trazer benefícios ao ser humano. Dentre um dos seus ramos, encontra-se a
Engenharia de Reabilitação, uma ciência que envolve pessoas com necessidades
especiais na busca de criar novas soluções para que certas dificuldades possam ser
supridas ou diminuídas através do uso da tecnologia.
Acessibilidade é um tema que se encaixa nesse quesito, em que muitos
estudos e aplicações nela são desenvolvidos. Nessa área, os trabalhos envolvidos
estão ligados a atuações como adaptação automóvel, controle ambiental, acesso ao
computador, cuidados pessoais, ajudas sensoriais, tecnologias para mobilidade,
modificação de habitações, estimulação elétrica, próteses e órteses e sistemas
robóticos, ao quais os últimos temas são tratados.
Nesse panorama, encontra-se o uso de biosinais, provenientes do corpo
humano, que, ao serem processados podem ser utilizados para a construção de
sistemas que visam o auxílio de tarefas e funções. O uso dos mesmos para estas
funções tem estado em voga desde o início do estudo da anatomia e fisiologia
humana, contando com contribuições significativas ao longo do tempo, simplificando
quesitos que se referem à construção e análises de sistemas que conciliem
bioengenharia a mecanismos robotizados/automatizados.
1.1 TEMA DA PESQUISA
O tema da pesquisa é controlar um braço robótico por pulsos de sinais
provenientes da ação eletromiográfica.
1.1.1 Delimitação do Tema
A eletromiografia tem suas raízes no hábito grego de utilizar enguias elétricas
como método de tratamento de doenças. A origem e detecção deste tipo de aplicação
permaneceu obscura até que em 1666, Francesco Redi percebeu que este “choque”
originava-se a partir do tecido muscular, sendo este conceito, comprovado por Luigi
Galvani em 1791 (GALVANI, 1953 apud DELUCA, 2006). Após esta descoberta,
alguns pesquisadores interessaram-se pela área e coube a DuBois Reymond, 60 anos
13
após, provar que tal sinal poderia ser detectado a partir de um músculo humano
realizando uma contração voluntária (DU BOIS, 1849 apud DELUCA, 2006).
Tal descoberta permaneceu inexplorada até o surgimento de equipamentos
mais avançados como amplificadores de tubos de vácuo, eletrodos de metal, e o
eletrodo de agulha, sendo este a revolucionária invenção que possibilitou a detecção
do sinal de eletromiografia (EMG). Este equipamento possibilitou que a eletromiografia
fosse incorporada como um recurso indispensável para procedimentos de
diagnósticos. Destaca-se também o trabalho realizado durante os anos 1940 e 1950
o qual revela uma relação monotônica entre a amplitude do sinal EMG e sinais de
velocidade e força de uma contração muscular, o qual popularizou o estudo da
eletromiografia voltada a função muscular, cinesiologia – ciência que tem como
enfoque análise dos movimentos do corpo - e controle motor (INMAN, SAUNDERS,
ABBOTT, 1944).
Em 1960, as investigações cinesiológicas receberam outro grande avanço
com a introdução de eletrodos por fio, o qual acompanhado da evolução tecnológica
que reduziu o tamanho de componentes eletrônicos e desenvolveu de baterias mais
leves e compactas, possibilitou o estudo no campo de controle mioelétrico de próteses
com alimentação externa, sendo os primeiros dispositivos deste gênero introduzidos
por Tomovic e Kobrinski no início da década em questão (DELUCA, 2006).
Nos anos seguintes, um embasamento teórico formal para a área começou a
evoluir com as pesquisas de DeLuca e Lindstrom, os quais descreviam modelos
matemáticos capazes de explicar propriedades dos parâmetros do domínio do tempo
e frequência respectivamente, do sinal EMG (DELUCA, 2006; LINDSTROM,1970
apud DELUCA, 2006). Estas descobertas possibilitaram que no início dos anos 1980
este conhecimento fosse utilizado para geração de algoritmos computacionais
sofisticados e com auxílio da teoria da comunicação, decompor os sinais EMG a
atividades elétricas individuais das fibras dos músculos. Atualmente, esta
decomposição do sinal está revolucionando eletromiografia clínica, gerando
ferramentas de investigação de como o sistema nervoso produz contrações
musculares.
Na década de 1990, técnicas de processamento efetivas de análise e
utilização do sinal EMG surgiram, como por exemplo, análise de sinais EMG de
superfície para a medição da contribuição relativa dos músculos lombares durante a
presença e ausência de dor na mesma região e a análise de tempo-frequência para o
14
campo de laringologia. Hoje, surgem grandes promessas para este campo de
pesquisa, como a utilização de detecção multicanal de larga escada a fim de localizar
origens de anormalidades na fibra muscular e a aplicação de redes neurais para
possibilitar maiores graus de liberdade para controles de próteses mioelétricas
(DELUCA, 2006).
Baseados nesses princípios, vários projetos nacionais e internacionais foram
desenvolvidos e estão sendo aprimorados, como um controle de motores de uma
cadeira de rodas (ALBRETCH, 2010); uso de plataformas embarcadas para aquisição
e análise do sinal (MENDES, 2005); controle de um braço de braço robótico utilizando
eletromiografia de superfície (SHENOY el al, 2008); e análise de parâmetros usados
para fins de controle fornecidos pelo sinal (GRAMAR, WILLIAMS II, 2013). Como
pesquisa para desenvolvimento de produtos, a empresa canadense Thalmic Labs
apresenta a plataforma Myo, um produto composto de uma pulseira de aquisição de
dados com um programa desenvolvedor de projetos. A proposta da empresa é usar
controles eletromiográficos através de plataformas mobiles como smartphones e
smartglasses - óculos inteligentes que possuem funções e gadgets de um celular
(THALMIC LABS, 2014).
O presente trabalho apresenta a coleta das informações ao respeito do
processamento do sinal eletromiográfico e usa as de tal forma a estabelecer um
simples controle de um grau de liberdade. Para isso, foi estudado o controle através
do sinal do músculo Bíceps Braquial; levando em consideração as características
provenientes do biosinal, focando em estratégias que possam ser implementadas
tanto via software quanto embarcadas, no início da construção de um sistema estável
e seguro.
1.2 PROBLEMA
A seguinte pesquisa possuiu vários fatores que se tornaram empecilhos na
premissa de conciliar conceitos biológicos, eletrônicos e mecânicos em uma só
plataforma. Podendo trazer novos conhecimentos ao meio acadêmico, o problema
fundamentador foi responder a seguinte questão: é possível e viável o controle de um
grau de liberdade para fins robóticos a partir de um sinal eletromiográfico, com a
disponibilidade de material e recursos, levando em conta a complexidade que esse
sinal apresenta e fator humano em que futuramente este possa ser empregado?
15
1.3 HIPÓTESE / PREMISSA
Ao fim desse trabalho, desejava-se alcançar a definição de parâmetros
essenciais para o controle robótico através do sinal de eletromiografia e implementá-
lo de forma simples, eficiente e concisa, esperando que o parâmetro principal que
realizasse o comando fosse a amplitude do sinal, quantizada para valores em ângulos
para a atuação de um servomotor.
1.4 OBJETIVOS
1.4.1 Objetivo Geral
Adquirir e usar o sinal eletromiográfico no músculo Bíceps Braquial para que
este possa ser usado em um sistema de movimentação robótica.
1.4.2 Objetivos Específicos
Analisar o sinal de Eletromiografia (EMG) entre as suas características
principais;
Levantar os circuitos de condicionamento de sinal utilizados para sinais
eletromiográficos e seus principais componentes e estágios;
Construir um circuito de condicionamento de sinais eletromiográfico;
Construir um braço robótico de inicialmente um grau de liberdade;
Analisar o sinal eletromiográfico proveniente do músculo bíceps
braquial e;
Realizar a conversão entre os sinais reconhecidos para o uso em
valores de atuação em servomotores.
1.5 JUSTIFICATIVA
Tem se desenvolvido, na área de engenharia biomédica, o uso de aparelhos
que apliquem sinais provenientes do corpo do ser humano para a utilização em
16
sistemas que auxiliem na qualidade de vida. O exemplo mais simples disso pode ser
visto na prática de exames. Ao uma pessoa querer saber a sua pressão arterial,
poderá ir a um posto de saúde. Entretanto, poderá ter um aparelho que realize a
mesma função, sem a necessidade de deslocamento. Mesmo sendo apenas um
simples exemplo, apresenta o bom uso da tecnologia como elemento de
acessibilidade. Outro exemplo se baseia na medição de glicose que é feita por
pacientes que possuem diabetes. Para medir a quantidade de glicose, uma das
formas é fazer uso de um equipamento que fure a pele, como agulha, lanceta ou outro
dispositivo que realize a punção, causando certo desconforto no paciente. Estudos
recentes apresentam dispositivos e formas de realizar a medição de glicose no corpo
humano sem o desconforto da introdução de objetivos furadores com o uso de
técnicas como medição de eletrobioimpedância e espectroscopia. Isso possibilitou, e
possibilita, a chamada tecnologia assistiva, na qual os parâmetros não são apenas
gravados, mas são apresentados em tempo real, permitindo interações além de
sistemas de amostragem, como telas e sistemas computadorizados, necessitando de
alto processamento. A aquisição de sinais pode acontecer em sistemas mobiles,
móveis, permitindo o uso nas novas linhas de produtos ‘smarts’, como smart-tvs,
smartphones e smartglasses, destacando os últimos dois itens pela já discutida
mobilidade. Sendo um termo muito amplo, complexo e novo, o foco principal está em
apresentar novas possibilidades para o uso de sinais biológicos.
Uma das áreas que tem crescido no estudo de biosinais é o uso da
Eletromiografia. Antes, o seu uso estava relacionado a exames ligados a esportes
físicos, comportamento dos músculos, detecção e monitoramento de músculos
lesionados, entre outros. Com o progresso da eletrônica e da robótica, há o
desenvolvimento de sistemas para captação de sinais mioelétricos para aplicá-los em
sistemas de comandos eletromecânicos.
A grande fundamentação para o uso dos sinais mioelétricos nessa pesquisa
encontra-se na engenharia de reabilitação, ramo da engenharia biomédica que tem
como foco o desenvolvimento de sistemas capazes de auxiliar pessoas portadoras de
necessidades físicas; para que através de um equipamento acoplado ao seu corpo ou
ao aparelho que esteja usando, possa efetuar ações triviais e comuns sem possuir
problemas, como lesões, esforço acentuado e dores. Um sistema eletromiográfico de
qualidade pode, por exemplo, exercer o controle de uma cadeira de rodas de um
deficiente que só consegue usar determinado músculo, ou uma pessoa com um
17
membro atrofiado pode controlar uma prótese eletromecânica através de um sistema
muscular que obtenha domínio.
Tendo esse horizonte, da percepção das diferentes novas aplicações de
biosinais, do crescente uso da eletromiografia e do desenvolvimento de sistemas de
engenharia de reabilitação, o seguinte trabalho se encontra como um primeiro passo
para o design de sistemas que realizem funções de controle. A princípio, apresenta-
se como o início de avaliação de técnicas de condicionamento e processamento de
sinais, visando sempre a aplicação que tornem acessíveis tarefas para pessoas
portadoras de necessidades especiais.
1.6 MÉTODO DA PESQUISA
A seguinte pesquisa possui como base um ponto de vista aplicado devido a
sua natureza de gerar conhecimentos para aplicação prática e direcionados para a
solução de problemas de forma específica (SILVA, MENEZES, 2005). As propostas
aqui pensadas e logo desenvolvidas farão parte de um sistema que será construído
de forma real, na prática.
Com relação à forma de como os dados serão abordados, o problema da
pesquisa se enquadra como quantitativa. Isso porque considera tudo que o pode ser
quantificável, traduzindo em números as informações e opiniões para após classificá-
las e analisá-las através de recursos e técnicas de estatística ou de análise numérica
(SILVA, MENEZES, 2005).
O trabalho busca identificar os fatores que determinam os fenômenos,
buscando a explicação da causa, porquê do acontecimento. Nessa premissa,
enquadra-se como pesquisa explicativa, pois a principal análise é o estudo do sinal
na prática (GIL, 1994). De uma forma geral, a investigação tem como foco tornar
inteligível o dado estudado, identificando os fatores que o originam, visando esclarecer
os fatores que contribuem para a ocorrência de um fenômeno (MORESI, 2003).
Por fim, com relação aos procedimentos técnicos, a pesquisa encontra-se
como experimental. Moresi (2003, p.10) afirma que a pesquisa experimental “é a
investigação empírica na qual o pesquisador manipula as variáveis independes e
observa as variações que a manipulação e controle produzem em variáveis
dependentes”. De certa forma, a pesquisa tratada pode se confundir com o método ex
post facto, entretanto, na ex post facto, não há controle de um fato já ocorrido
18
(MORESI, 2003). Assim, a pesquisa se encontra nesse campo, pois como Gil (1994,
p.207) conceitua, na pesquisa experimental “se determina um objeto de estudo,
selecionam-se variáveis que o influenciam, define-se as formas de controle e de
observações dos efeitos que as variáveis produzem no objeto”. Assim, nas diferentes
metodologias usadas nos testes, a presença ou não de movimento foi a variável
principal a ser considerada e a que foi maior controlada.
1.7 ESTADO DA ARTE DE PRÓTESES COM ELETROMIOGRAFIA
Como este trabalho visa futuramente usar os conceitos aqui vistos e aplicados
em um estudo de próteses comandadas por eletromiografia, é de importância analisar
o estado da arte: o que é feito e quais são os avanços realizados nessa área.
A parte sensora de próteses mioelétricas está baseada na aquisição de sinais
EMG, as expressões elétricas da ativação neuromuscular gerada por músculos
esqueléticos (DELUCA, 2002) que contém informações importantes em relação ao
movimento requerido pelo usuário. Em pesquisas atuais relativas à próteses, em
sistemas de controle mioelétricos, são utilizados os sinais de EMG, que por
reconhecimento através técnicas de processamento, são usados para comandar
sistemas eletromecânicos. O princípio básico para os sistemas é basicamente o
mesmo, e pode ser visto na Figura 1.
Figura 1 - Subsistemas do sensoriamento eletromiográfico com sequência das etapas de condicionamento do sinal desde a detecção da contração muscular até a extração das
características e classificação para uso. Fonte: Autoria própria.
19
Pela movimentação muscular, sinais elétricos são percebidos através dos
eletrodos de superfície, como visto na Figura 1, os quais são repassados, para as
etapas de processamento, que aumentam a amplitude do sinal (amplificação),
atenuam ruídos (filtragem), apresentam em tempos pré-definidos (amostragem),
processam as características (segmentação e extração) e classificam de acordo com
a lógica desejada.
O período de aquisição e processamento devem ser pequenos para garantir
que o usuário não perceba um atraso, delay, desconfortável. Este delay é definido
como o tempo desde o usuário gerar o sinal de entrada para a função desejada e o
tempo dos cálculos necessários para geração do movimento como apresentado na
Figura 1. Mesmo assim, há uma pequena janela de tempo, devido ao fato de que um
período de análise deve ser longo o suficiente para gerar confiabilidade de quais
movimentos estão sendo estimulados (ENGLEHART,1993). Em 1993, Hudgins,
Parker e Scott (1993) afirmaram que o tempo de análise e o tempo de processamento
não deveriam ser superior a 300 ms, sendo que um intervalo maior do que este seria
perceptível e desconfortável para o usuário. Apesar de este limite ter sido aceitado
pelos estudiosos pelas últimas duas décadas, relativamente poucos trabalhos têm
sido realizados com objetivo de analisar os efeitos nos atrasos de controle na
desempenho das próteses (FARRELL, WEI, 2007).
Recentemente, Farrel e Wei (2007) readequaram o valor definido por Hudgins,
Parker e Scott através de testes de próteses com pessoas sem deficiência física, este
dado foi definido que deve estar entre 100 e 125 ms. Esta pesquisa realizada gerou
discussões pelos estudiosos, pois um tempo menor de processamento criaria um
prótese mais utilizável, porém, com tempos menores, a precisão poderia estar
comprometida. Hangrove et al (2010) afirmam que os usuários preferem próteses
mais lentas com maior número de funções controláveis à próteses mais rápidas mas
com menos opções de controle. Apesar disso, os pesquisadores tentaram incorporar
as recomendações de Farrell e Weir, como pode ser encontrado nas publicações de
Hargrove et al (2010) e outros (YANG, ZHAO, JIANG, 2009). Além disso, o controle
proporcional de velocidade e força está em pauta entre as principais necessidades de
próteses efetivas, uma estratégia de processamento natural e intuitiva capaz de
replicar a sua originalidade do sistema neuromuscular, capaz de controlar
proporcionalmente e simultaneamente várias funções.
20
A amplitude do sinal de EMG é consequência de uma contração isométrica
estável de um músculo proporcional à força gerada pelo próprio (STAUDENNMANN
et al, 2006). Porém, poucos estudos incluem o chamado controle proporcional em
sistemas de reconhecimentos de padrões, isto pode ocorrer devido ao desafio maior
de derivação da velocidade de contração ou força por classe em problemas de classes
múltiplas (HARGROVE et al, 2010). Hargrove et al (2010) aplicou uma combinação
linear de valores raízes quadradas através de todos os canais e os normalizou
utilizando um “fator específico de movimento”. Yang, Zhao, Jiang (2009) e outros
autores recentemente incluíram controle proporcional em experimentos.
O controle simultâneo de movimentos de punho e movimentos de “pega” não
veem sendo abordados de forma ampla pela literatura, esta abordagem foi utilizada
em testes pelos autores da prótese SVEN porém não foram encontrados resultados
qualitativos. O controle simultâneo de dois ou mais padrões de contração também já
foi abordado por Yang, Zhao, Jiang (2009), porém o foco da pesquisa era controle
proporcional, e devido a isso não foram publicados resultados explícitos voltados ao
controle simultâneo.
Sistemas de controle de próteses mioelétricas combinam os sinais de saída
do sistema sensor EMG com informações de sensores internos e externos para gerar
os movimentos requeridos pelo usuário. Estes sistemas podem ser divididos em duas
partes: o complexo sistema de controle que interpreta o sinal EMG para produzir os
ângulos desejados para cada junta e o sistema relativamente simples que recebe os
os sinais de referência gerados pelo sistema anterior e controla as juntas individuais
nos ângulos adequados. Um processamento é realizado a fim de incrementar a
densidade do sinal; idealmente o sinal da contração deve ser retirado e retido, as
demais informações irrelevantes devem ser descartadas. Muitos métodos diferentes
para tal necessidade foram produzidos, sendo alguns destes, a análise do domínio do
tempo (TD), análise auto regressiva (AR) e de características cepstrais (espectro de
frequências) (GRAUPE, SALAHI, KOHN, 1982). Métodos de análise tempo-frequência
mostraram a capacidade de efetivamente demostrar os padrões resultantes de
contrações dinâmicas (LUCAS et al, 2008). Através de estudos foi observado que com
a utilização da concatenação da análise do tempo e análise autorregressiva para
análise de padrões variáveis lentos sobrepõe as demais técnicas.
Para a maioria das pesquisas, a informação relativa a força e posição é
direcionada ao braço somente (YANG, ZHAO, JIANG, 2009), mas alguns esforços
21
estão sendo realizadas para fornecer um sinal de retorno, feedback, ao usuário. Um
modo natural de encerramento da rotina (looping) de controle que também incorpora
uma realimentação ao usuário é a utilização de propriocepção fisiológica estendida
como proposto por Simpson (1974). Exemplos de realimentação artificial através de
estimulações nervosa podem ser encontrados, mas o foco em pesquisa está presente
na estimulação eletrotátil e vibrotátil devido a sua fácil aplicação e conforto ao usuário.
Aplicações primitivas de feedback de força utilizaram em sua maioria
estimulação eletrotátil. Os níveis de força eram modulados ou por amplitude – seguido
de uma relação linear (BEEKER, DURING, DEN HERTOG, 1967) ou não linear
(ROHLAND, 1975), ou por frequência de 6 pulsos (SCHMIDL, 1977). Os efeitos deste
foram avaliados subjetivamente e mostraram resultados positivos (SCHMIDL, 1977).
Um feedback de posicionamento foi encontrado somente em duas aplicações:
no primeiro protótipo do Utah Arm - trata-se de uma combinação do feedback de
compressão e nível de abertura das mão, realizada através de um único eletrodo –
(PRIOR et al, 1975); e na segunda aplicação é utilizado o fenômeno da sensação
fantasma, no qual as sensações são geradas através de dois estimuladores ativados
simultaneamente com diferentes intensidades (MANN, REIMERS, 1970).
22
2 REVISÃO DE LITERATURA
O estudo da eletromiografia na área de Interface Homem-Máquina (IHM) para
o controle de próteses eletromecânicas foi primeiramente desenvolvido na Rússia, por
meio de uma mão artificial, desenvolvida por A.E. Kobrinski em 1961. Posteriormente,
em 1965, a Otto Bock Orthopedic Industries desenvolveu uma mão com mais de um
dedo, e não apenas uma garra, também controlada por eletromiografia, o que chegou
mais próximo de uma mão humana (SIJIANG, 2003).
Somente no período entre 1980 e 1990, com as soluções de alta tecnologia é
que foi possível o surgimento de uma prótese com novos materiais e componentes
miniaturizados. Com o desenvolvimento dessa nova tecnologia, os usuários tiveram a
possibilidade de usar confortavelmente tais prótese eletromecânicas, mais leves e
funcionais, durante um período de oito horas diárias (SIJIANG, 2003).
Diante de tal quadro evolutivo, é necessário esclarecer que além de ser
utilizada para comandos eletrônicos e/ou eletromecânicos, a eletromiografia pode ser
interpretada para o diagnóstico clínico, o que vem sendo feito há mais de 40 anos
(MALTA et al, 2006).
2.1 ELETROMIOGRAFIA
Os biopotenciais eletromiográficos são os sinais elétricos gerados pelas
células musculares, oferecendo parâmetros para a análise do funcionamento da
atividade muscular durante o movimento (MALTA et al, 2006).
Para que se possa medir, monitorar e registrar tais biopotenciais, utiliza-se a
eletromiografia, ou seja, tal método visa mensurar os sinais produzidos pelos
músculos por meio de estimulação das unidades motoras (UMs, UM no singular). A
representação de uma unidade motora pode ser vista na Figura 2
(RODRIGUEZ- AÑEZ, 2000).
Ao estar o músculo repouso, em condições normais, não apresenta nenhuma
atividade elétrica. É necessário provocar estímulos de origem elétrica ou mecânica
para haver uma contração muscular. Assim, o músculo pode ser estimulado tanto por
comandos elétricos provenientes do córtex motor, que controla os movimentos
23
voluntários quanto por impulsos elétricos provenientes de estímulos sensoriais pelas
células localizadas na medula (CARVALHO, 2008).
Figura 2: Unidade Motora. Fonte: Evidência Saúde (2012)
Quando ocorre a realização de um esforço voluntário, há a contração
muscular e a produção da força, provocadas por um deslizamento de filamentos no
interior do músculo, o que constitui o processo de despolarização das fibras
musculares. Neste processo, as unidades motoras são ativadas, carregando um
impulso iônico para o músculo nas ramificações do neurônio motor
(RODRIGUEZ-AÑEZ, 2000). A chegada do impulso do axônio do neurônio motor para
as unidades motoras faz com que a acetilcolina seja liberada
(CARVALHO, 2008). Esse mediador químico é responsável pelas alterações na
permeabilidade da membrana da fibra muscular ao íon de sódio, e então é criado um
potencial de ação, ou seja, a mudança no potencial de membrana que existe entre o
interior e o exterior da célula muscular, atingindo fibras e as miofibrilas
(RODRIGUEZ-AÑEZ, 2000; CARVALHO, 2008).
Cumpre ressaltar que os potenciais de ação são amplamente utilizados pelo
sistema nervoso para a comunicação entre este, os tecidos e glândulas, formando
uma ponte de sinais elétricos. Ou seja, a unidade funcional de um músculo é como
um motor e todas as fibras que pertencem a ele são ativados ao mesmo tempo, sendo
que o potencial de ação da unidade motora é a resposta elétrica para o impulso desde
o axônio (GUYTON, HALL, 2011).
A Figura 3 apresenta a forma de um potencial de ação. Ele pode ser dividido
em três estágios. Primeiramente, há o estágio de repouso, antes do início do potencial
24
de ação na membrana, em que a membrana está polarizada com uma diferença de
potencial de aproximadamente -90 mV. Ao ficar muito permeável com os íons de
sódio, inicia-se o estágio da despolarização na membrana, que com sua carga positiva
se difunda para o interior do axônio. Dependendo de como são as fibras musculares,
o nível do potencial pode sofrer um overshoot, ou seja, atravessa valores acima do
limiar de 0 V. Após alguns décimos de segundo, os canais de sódio começam a se
fechar, os canais de potássio se abrem mais que o normal e os íons de potássio se
difundem para o exterior da membrana no estágio chamado de repolarização.
Terminada a repolarização, a membrana volta ao seu potencial negativo de
- 90 mV (GUYTON, HALL, 2011).
Figura 3 - Potencial de ação típico. Fonte : Guyton, Hall (2011)
Assim, eletromiografia é a leitura dos sinais provenientes dos potenciais de
ação dos músculos, os quais são chamados de eletromiogramas, com capacidade de
estudo e análise do sistema muscular baseado no processo de despolarização e
repolarização das fibras musculares. (KONRAD, 2006).
Quanto a propagação dos potenciais de ação, a corrente iônica gera um
campo elétrico pela propagação dos Potenciais de Ação de Unidade Motora (PAUMs,
PAUM no singular, em inglês Motor Unity Action Potential, MUAP). Os tecidos entre
os neurônios e os eletrodos se comportam como um filtro passa-baixa, atenuando os
sinais, problema que acontece ao se tratar de eletromiografia de superfície, já que não
considera apenas uma UM e sim sua somatória PAUM (ALMEIDA, 2012). Isso pode
ser visto na Figura 4, que exemplifica como um sinal que sai dos motoneurônios-α é
transmitido através das fibras musculares. Essa ação gera os potenciais de ação, que
25
na aquisição, se associam aos potenciais próximos, em uma soma de PAUMs e são
adquiridos.
Dentre as características do sinal captado através da pele, destacam-se as
baixas amplitudes (de até 5 mV estimado para atletas), com frequências de 6 a
500 Hz, e sinais de maior amplitude entre as frequências de 20 a
150 Hz (KONRAD, 2006). Há certa discrepância entre a faixa de valores de amplitude
exatos que são apresentados pelo sinal, devido que particularidades como massa,
preparo físico, entre outros, influenciam a magnitude do sinal; entretanto, as faixas
mais usuais estão entre amplitudes entre 50 V e 5 mV ou 0 a 10 mV, com frequências
nas faixas de 1 a 500 Hz, com sinais dominantes entre 50 a 150 Hz (DELUCA, 2002;
SOUZA, SOUZA, ROMERO, 2006; KONRAD, 2006).
Figura 4: Representação de Unidades Motoras propagando Potencias de Ação e a sua aquisição na superfície da pele.
Fonte : Almeida (2012)
Para a aquisição desses sinais é necessário ter o posicionamento correto do
eletrodo no músculo, bem como o modelo para ser usado. Os eletrodos para essa
função se dividem em duas classes principais: eletrodos invasivos (como os do tipo
agulha), que fornecem precisão do sinal de uma ou poucas UMs; e os eletrodos não-
invasivos (eletrodos de superfície), que conseguem captar mais de uma UM,
constituindo uma soma espaço-temporal de vários PAUMs, dependentes de fatores
como profundidade do músculo, espessura e condutividade das camadas
subcutâneas e a geometria dos eletrodos (ALMEIDA, FERRI, QUEVEDO, 2012).
A escolha dos eletrodos não invasivos implica em uma obtenção rápida e ágil
dos sinais, levando em consideração que os eletrodos do tipo invasivo podem causar
26
incômodo e dor, além de precisão para a localização de uma UM (QUEVEDO, 1993).
Por sua vez, os sinais obtidos pelos eletrodos não invasivos podem apresentar difícil
interpretação, pois como captam mais sinais (provenientes de interferências) possuem
aparência mais ruidosa se comparada com o sinal obtido por apena uma UM
(QUEVEDO, 1993)
Dentre as configurações que podem ser feitas com eletrodos, destaca-se o
modo bipolar, em que dois eletrodos são inseridos nas extremidades do feixe
muscular e um eletrodo é colocado em um ponto de referência (geralmente onde não
há ativação do sinal). Nessa configuração, os sinais entre as extremidades do músculo
são subtraídos, e essa diferença (também chamada de sinal diferencial) é amplificada
tendo como referência um sinal (que é captado pelo eletrodo com potencial nulo),
adquirindo os sinais de um grupo muscular com maior clareza (DELUCA, 2002;
DELUCA, 2006)
Com relação às interferências mencionadas anteriormente, estas podem estar
relacionadas com os seguintes fatores: dispositivos fornecedores de energia ao
circuito, que injetam ruídos do ambiente, especialmente a frequência de transmissão
da rede de distribuição elétrica (60 Hz ou 50 Hz e suas harmônicas, em menor
amplitude); junção entre eletrodo-pele (também chamado de ruído de transdutor), em
que a corrente, sobre a forma iônica, sofre interferências de fatores de corrente
alternada (CA) e corrente contínua (CC); interferências do próprio corpo humano,
como frequência dos batimentos cardíacos; e por fim, de fontes geradores de
eletromagnetismo parasita, não sendo os dois últimos itens tão críticos e eletricamente
fáceis de serem atenuados (HENNEBERG, 2000).
2.1.1 Características do Condicionamento de sinais eletromiográficos
A Figura 5 apresenta os passos utilizados nos circuitos de condicionamento
de sinais. O sinal eletromiográfico possui uma baixa amplitude e deve ser aumentado,
ou seja amplificado. Entretanto, a amplificação também amplifica os ruídos,
necessitando de um estágio de filtragem. Por fim, o sinal deve passar por um estágio
de processamento, em que sofrerá diversas análises para coletar os dados
pertinentes à sua aplicação final
27
Figura 5: Estágios de um circuito de condicionamento de sinais eletromiográficos Fonte: Autoria própria.
Para funcionamento adequado, devido aos baixos níveis de sinais captados
pelos eletrodos, é necessária uma etapa de amplificação para melhorar o
desempenho da etapa de filtragem. Para esta amplificação, usualmente são usados
amplificadores diferenciais (MOZHANOVA, 2012; JAMAL, 2012). Atendendo a esses
quesitos, são usados os amplificadores diferencias de instrumentação, ou apenas
amplificadores de instrumentação. Um amplificador de instrumentação é capaz de
aquisição de dados de forma precisa e com baixa presença de ruído diferencial. A
utilização deste amplificador operacional gera um excelente resultado com baixa
corrente residual. Isto, combinado com um range de operação amplo (±3,5 V à ±18 V)
o faz uma opção ideal para sistemas de aquisição de dados portáteis (AHAD, 2007).
Estes amplificadores atenuam sinais com propriedades comuns (pertencentes
a outros biopotenciais e ruídos) e amplificam sinais diferentes (que nesse caso é o
sinal eletromiográfico). Possuem uma alta impedância de entrada (para possibilitar
melhor aquisição), uma baixa impedância de saída (para uma maior transmissão do
sinal por ele amplificado), uma alta razão de rejeição de modo comum (atenuando
parte considerável dos ruídos de modo comum) e alto ganho diferencial (razão entre
a saída e entrada). (KITCHIN, COUNTS, 2006).
Segundo Merletti (1999) e DeLuca (2002), como recomendações para
desenvolvimento do sistema, após amplificação o sinal deve ser filtrado utilizando
filtros passa-baixa (500 Hz), os quais são necessários para evitar efeitos anti-aliasing
na amostragem. Em certos casos, a baixa utilização de filtros deve-se a influência que
os mesmos exercem no estudo do sinal, pois dependendo da topologia e projeto, os
filtros podem gerar alterações, as quais podem influenciar nos resultados da pesquisa.
(MERLETTI, 1999; DELUCA, 2002)
Porém, ruídos oriundos da rede elétrica através de seus harmônicos, com
frequência aproximada de 60 Hz, podem ser excessivamente intensos, podendo
provocar erros nos estimadores eletromiográficos, causando também erro na
interpretação dos dados e consequentemente erros de diagnóstico; desse modo,
28
torna-se necessário, além das medidas preventivas no momento de coleta dos sinais,
a aplicação de um pré-processamento do sinal para remoção dos sinais de
interferência deste tipo (PEDROSO, 2013).
2.2 ANATOMIA DO BÍCEPS
A Figura 6 apresenta anatomicamente da estrutura do braço humano. Nela,
podem ser vistos os maiores músculos dos membros superiores, rádio e ulna, parte
do antebraço e os músculos dessa região. A estrutura muscular que move o rádio e a
ulna (antebraço) está dividida em músculos flexores e extensores, sendo possível
apenas esses dois movimentos devido ao fato de a articulação do cotovelo ser do tipo
gínglimo, também conhecido como movimento de dobradiça. Assim, os músculos
flexores, que tem a função de realizar ou auxiliar no movimento de flexão com ponto
de vértice no cotovelo são: bíceps do braço (bíceps braquial), braquial e braquiorradial
(TORTORA, 2000; WIRHED, 1986). Sobre esses músculos, as suas principais
características são apresentadas no Quadro 1.
Figura 6: Principais musculaturas dos movimentos de flexão e extensão do braço humano. Fonte: Tortora (2000).
29
Músculo Função(ões) Inserções de Origem/ Terminal
Ação
Bíceps do Braço (biceps = duas
cabeças de origem/ brachion = braço)
1. Flexionar o antebraço no cotovelo
2. Rodar o antebraço (supinação)
3. Flexão do braço na articulação do ombro
Escápula/Rádio
Flete e supina o antebraço, flexiona e
rotaciona o braço
Braquial Flexiona o antebraço no cotovelo
Úmero/Ulna Flete o antebraço
Braquiorradial (radialis = rádio)
Flexiona o antebraço no cotovelo e ajuda a controlar sua rotação
Úmero/Rádio Flete o antebraço
Quadro 1 – Músculos do Movimento de flexão do braço e suas principais características.
Fonte: Tortora (2000) e Wirhed (1986) (adaptado).
Para a aplicação proposta neste trabalho em que foi escolhida a captação dos
sinais provenientes do bíceps do braço (bíceps braquial), a sua arquitetura em relação
ao tipo de fibra é classificada como fusiforme, ou seja, músculos com fibras que se
estendem paralelamente ao eixo gerador de força do músculo (JAMAL, 2012). Este
movimento gera a flexão do braço, como citado anteriormente, já que o músculo flete
e supina o antebraço.
2.2.1 Posicionamento dos Eletrodos
De acordo com Jamal (2012), os eletrodos de superfície comparados com os
demais eletrodos de EMG são relativamente fáceis de serem utilizados devido a não
necessidade de certificação médica mais específica para sua aplicação. Outro grande
motivo da sua utilização em maior quantidade é que o mesmo não gera desconforto
ao usuário (JAMAL, 2012).
A fim de obter um sinal confiável e uma leitura efetiva é necessário posicionar
o eletrodo corretamente, para que se consiga captar efetivamente os sinais gerados
pela musculatura (sendo necessário um conhecimento básico sobre arquitetura
muscular), e preparar a pele para minimização da sua impedância, através da
eliminação os pêlos, da limpeza da pele com álcool, uso recomendável de um gel
abrasivo com intuito de reduzir a cada secagem da pele e reduzir a umidade e o suar
para a medição ser adequada. (KELLIS, 1998 apud FONSECA, SILVA, OCARINE,
URSINE, 2001; NURIA MASSO, 2010; JAMAL, 2012).
30
Segundo Jamal (2012) e DeLuca (2002), normalmente dois dispositivos de
detecção (eletrodos) são colocados na pele do usuário em uma configuração bipolar,
devendo estar posicionados entre a unidade motora - também conhecida como zona
de inervação - e a inserção do tendão no músculo. A maior efetividade na aquisição
do sinal é dada quando os eletrodos estão posicionados no ventre do músculo, devido
que nesta posição a densidade das fibras musculares é a maior possível para o
músculo, tal como apresentado na Figura 7. A distância entre os eletrodos devem ser
de 1 a 2 cm de distância em paralelo com o comprimento da fibra muscular (JAMAL,
2012).
Figura 7: Posicionamento adequado do eletrodo no músculo
Fonte: Jamal (2012)
Jamal (2012) também afirma que o sinal gerado pelo eletrodo de superfície
deve ser adquirido em relação a uma referência, pois tal eletrodo age como um
aterramento para o sinal. Este deve ser posicionado a certa uma distância do músculo
a fim de evitar interferências (DELUCA, 2002).
2.3 PRINCÍPIOS DE ROBÓTICA
De acordo com Pazos (2002, p. 11), um robô pode ser considerado como
“um manipulador reprogramável, multifuncional, projetado para mover materiais,
peças, ferramentas ou dispositivos especiais em movimentos variáveis programados
para a realização de uma variedade de tarefas”. Ou seja, para ser considerado um
robô, é necessário que o sistema possua, além de meio físico, um sistema
responsável pelo seu processamento, que pode ser tanto um microcontrolador, um
microprocessador, um controlador lógico programável ou um microcomputador. Esse
sistema deve possuir a possibilidade de programação, em que um usuário possa fazer
modificações quando se achar necessário.
31
Dentre as razões do porque do uso de um robô, se destacam: o custo, que a
longo prazo é menor se comparado ao de uma pessoa contratada para o mesmo
serviço; melhora na produtividade, com melhora na qualidade do produto, com
funções, que se bem precisas, eliminam falhas humanas; capacidade de operar em
ambientes hostis ou perigosos, para evitar que seres humanos trabalhem em condição
muito adversas que possam prejudicar sua saúde; melhora do gerenciamento da
produção, pela facilidade de trabalho e tempo de operabilidade; e por fim, utilização
da medicina, para o uso em cirurgias, garantindo melhor precisão e controle em
situações de risco (PAZOS, 2002).
Em uma classificação simples, existem dois tipos principais de robôs: os
chamados exploradores e os manipuladores. Os exploradores possuem como objetivo
principal o deslocamento, exploração de um determinado ambiente; enquanto que os
manipuladores são os braços mecânicos, para deslocamento de materiais de um
ponto para outro no espaço acompanhando uma trajetória dentro de um espaço de
trabalho (PAZOS, 2002).
O sistema físico do robô é composto por elos, estruturas rígidas, que estão
conectadas com juntas, que fazem a movimentação entre os elos próximos. Com
relação aos principais modelos de juntas, essas podem ser de revolução (ou rotação,
que realizam esse tipo de movimento) ou prismáticas (que realizam movimento de
translação) (CRAIG, 1989). O número de graus de liberdade que um manipulador
possui é o número de posições independentes variáveis no qual um manipulador pode
se movimentar (CRAIG, 1989). Basicamente, é o número da quantidade de juntas que
um robô possui.
32
3 SISTEMA DE CONDICIONAMENTO DE SINAIS ELETROMIOGRÁFICOS
3.1 ISOLAÇÃO DA REDE ELÉTRICA
Antes de ser utilizado em uma pessoa, um circuito que faz a aquisição de
biosinais deve estar isolado da rede elétrica de alimentação. A proteção do indivíduo
é a base principal de um sistema, de forma que ele não sofra algum distúrbio
fisiológico (choque elétrico principalmente) ou faltas elétricas (NAGEL, 2000). O valor
de corrente que um ser humano começa a sentir, chamado de limiar de percepção,
varia a níveis de 0,6 a 7 mA (OLSON, 2010). Isso é considerado para circuitos que
injetam corrente elétrica. Entretanto, os circuitos propostos apenas fazem a aquisição
dos sinais, ou sejam, a corrente proveniente dos eletrodos vem do indivíduo e possui
uma magnitude menor que o limiar de percepção.
Deixando o sistema isolado da rede de alimentação, toda a alimentação do
circuito de condicionamento baseia-se baterias de 9 V, conectadas de forma simétrica,
provendo + 9 V e – 9 V. Esse valor foi escolhido devido à sua fácil obtenção, por estar
dentro do range dos dispositivos empregados e não oferece a circulação de uma
corrente com magnitudes perigosas.
3.2 AMPLIFICADOR
Para amplificação, utilizou-se o circuito integrado (CI) INA128, que possui,
dentre suas características, resistência de entrada na ordem de 1010 Ω, ganho de
malha aberta de 10000 e Razão de Rejeição de Modo Comum – Common Mode
Rejection Ratio - CMRR mínimo de 80 dB para ganho unitário e 120 dB para ganho
entre 100 a 1000 (BURR-BROWN PRODUCTS, 1995).
O circuito construído para essa etapa é apresentado na Figura 8. O ganho
escolhido (sem considerar o capacitor Cg) para o amplificador foi de 400, sendo
calculado pela equação (1) (BURR-BROWN PRODUCTS, 1995)
𝐺 = 1 +50𝑘Ω
𝑅𝑔 ∴ 𝑅𝑔 =
50𝑘Ω
(𝐺 − 1)
(1)
33
Figura 8 - Modelo do circuito de Amplificação Fonte: Autoria Própria
em que:
G é o ganho do amplificador, adimensional;
Rg é resistência de ganho em [Ω].
A constante de 50 kΩ se deve às resistências do circuito interno do CI e a
constante 1 deve-se à simplificação da dedução das equações do circuito interno.
Para um ganho de 400, é necessário de um resistor com 125,31 Ω. Como é inviável
tal precisão com apenas um resistor sem ser usado um resistor variável de precisão,
trimpot, utilizou-se um valor comercial de 120 Ω ±5% , alterando o ganho para 417,67.
Como a tolerância do resistor utilizado pode variar ± 5%, os valores de ganho
calculado estão em uma faixa de 397,82 a 439,6. Foi preferível usar este valor devido
ao seu baixo custo em comparação ao trimpot. Para um primeiro momento, sua
importância está no fato de amplificar o sinal de EMG a níveis que possam ser
visualmente e instrumentalmente consideráveis, facilitando seu processamento.
Analisando os capacitores colocados junto ao resistor de ganho, estes alteram
sua função de ganho no domínio de (s) como analisado pela equação (2)
𝐺𝑎(𝑠) = 1 +50𝑘Ω𝑠𝐶𝑔
1 + 𝑅𝑔𝑠𝐶𝑔 ∴ 1 +
50𝑘Ω
1𝑠𝐶𝑔
+ 𝑅𝑔
(2)
em que:
Ga (s) é a função do ganho para o domínio de (s) com a análise do efeito de;
Cg , que é a capacitância equivalente ligada em série com o resistor de ganho,
em [F];
34
s é valor equivalente à frequência angular que a função possui em
determinado momento, sendo esta uma grandeza complexa devido estar no domínio
de (s), utilizando os conceitos de Laplace.
O comportamento do circuito para altas frequências pode ser obtido pela
relação expressa pela equação (3)
Lims→∞
𝐺𝑎(𝑠) = Lims→∞
1 +50𝑘Ω𝑠𝐶𝑔
1 + 𝑅𝑔𝑠𝐶𝑔= 1 +
50𝑘Ω
𝑅𝑔
(3)
em que:
𝐿𝑖𝑚𝑠→∞
é o limite da função para s tendendo ao infinito.
Ou seja, quando a frequência inserida no sistema for alta, o circuito que se
comporta com a função de transferência da equação (2) passa a se comportar como
a função da equação (1). Dessa forma, o ganho é limitado apenas pelo resistor.
Comprova-se que, ao formar uma função de um filtro passa-alta, a frequência de corte
pode ser calculada por (4)
𝑓𝑐 =1
(2𝜋𝑅𝑔𝐶𝑔) ∴ 𝐶𝑔 =
1
(2𝜋𝑅𝑔𝑓𝑐)
(4)
em que:
fc é a frequência de corte em [Hz] e;
C é o valor da capacitância em [F].
A razão de se implementar um filtro passa alta no estágio de amplificação é
aproveitar as características presentes nos amplificadores de instrumentação e utilizá-
las de tal forma que o hardware possa ser simplificado mas mantendo-se eficiente,
reduzindo a quantidade de CIs e, consequentemente, minimizando o custo com
amplificadores e espaço adicional. Os sinais que estão sendo atenuados nessa faixa
de frequência correspondem, em maior parte, a ruídos presentes entre os tecidos
celulares e movimentação dos artefatos.
Projetou-se uma frequência de corte de 20 Hz, que nesse caso, seria
necessário de um capacitor de 66,31 µF. Devido à disponibilidade, utilizaram-se dois
capacitores de 100 µF em série, resultando em 50 µF, para uma frequência de
26,52 Hz, e devido à precisão dos componentes, não há uma mudança significativa.
35
3.3 FILTRAGEM
Para realizar a limitação de uma faixa de leitura com a intenção de se conseguir
mensurar valores para interpretação de sinais, foi proposto a construção de dois
circuitos de filtragem ativa, sendo um filtro passa-baixa para frequências até 500 Hz e
outro rejeita-faixa para o ruído externo de 60 Hz. A estrutura escolhida para a
construção dos filtros foi a Sallen e Key, também conhecida como estrutura de fonte
de tensão controlada por tensão (VCVS, voltage controlled voltage source). Esta
topologia foi escolhida por ter uma função de transferência facilmente implementada
com ganho unitário ou superior na faixa de passagem. Desta maneira o amplificador
funcionará como uma fonte de tensão cuja a saída está em função da tensão de
entrada e do ganho do circuito (PERTENCE JUNIOR, 2003).
Para a construção dos circuitos de filtragem, tanto passa-baixa quanto rejeita-
faixa, foi utilizado o CI OPA4131, que é um amplificador operacional de uso geral e de
fácil aquisição (BURR-BROWN PRODUCTS, 1994). No circuito do filtro passa-baixa
foi utilizado dois estágios de segunda ordem, como apresentado na Figura 9, sendo
um acoplado em seguida o outro, para obtenção de um circuito de quarta ordem, tendo
ganho uniforme em ambos CIs para que a etapa de posterior amplificação fique
responsável inteiramente pelo circuito de processamento de sinal.
Figura 9 - Estágio de segunda ordem do filtro passa-baixa de com topologia de Sallen e Key com ganho unitário
Fonte: Autoria própria
A função de transferência do filtro que demonstra o seu comportamento,
obtida pelas Leis de Kirchhoff e análise de circuitos, é dada por (5)
36
𝐺1(𝑠) =1
𝑠2𝑅1𝑅2𝐶1𝐶2 + 𝑠𝐶1 (𝑅1 + 𝑅2) + 1
(5)
em que:
G1(s) é o a função de transferência do filtro passa baixa no domínio da
frequência em questão;
s possui a mesma função vista na equação (2);
R1, R2, C1 e C2 são os valores dos resistores em [Ω] e capacitores em [F]
vistos na Figura 9.
Quanto à sua construção e dimensionamento, Pertence Junior (2003)
descreve que deve-se determinar as seguintes variáveis:
valor de ganho,
frequência de corte,
os parâmetros da aproximação do filtro (a e b) e,
valores dos capacitores e resistores.
O ganho (K) e a frequência, como comentado, foram estabelecidos e os
valores de a e b retirados das tabelas fornecidas pelo autor, sendo escolhida a
aproximação Butterworth, que possui uma magnitude plana na banda de passagem e
de corte, além de realizada a conversão da frequência em Hz pela frequência angular
em rad/s, feita pela equação (6).
Os valores dos capacitores C2 foram selecionados seguindo o critério de um
valor próximo ao comercial de 10/fc (sendo o resultado em µF se fc for em Hz). Em
seguida, encontrou-se um valor para os capacitores C1, fornecidos pela condição da
equação (7) e os valores referentes aos resistores R1 e R2, encontrados
respectivamente nas equações (8) e (9)
𝜔𝑐 = 2𝜋𝑓 (6)
𝐶1 ≤[𝑎2 + 4𝑏(𝐾 − 1)]𝐶2
4𝑏
(7)
𝑅1 =2
[𝑎𝐶2 + √([𝑎2 + 4𝑏(𝐾 − 1)]𝐶22 − 4𝑏𝐶1𝐶2] 𝜔𝑐
(8)
𝑅2 =1
𝑏𝐶1𝐶2𝑅1𝜔𝑐2
(9)
em que:
37
ωc é a frequência angular em [rad/s];
f é a frequência de corte em [Hz];
K é o ganho do filtro, adimensional;
R1 e R2 são os valores das resistências R1 e R2 em [Ω];
C1 e C2 são os valores das capacitância C1 e C2 em [F] e;
a e b são os valores que correspondem à aproximação Butterworth.
Realizando todos os cálculos e adaptando para valores comerciais
aproximados e disponíveis, os componentes e as variáveis usados nos filtros estão
listados na Tabela 1. Para os valores de resistores e capacitores, aqueles que estão
marcados como ‘a’ são referentes ao primeiro estágio do filtro passa baixa, enquanto
que os marcados como ‘b’ são referentes ao segundo estágio. Sobre as constantes,
a1 e b1 são as aproximações referentes ao primeiro estágio e a2 e b2, ao segundo
estágio.
Tabela 1 - Relação de componentes/variáveis calculadas no projeto e o valor comercial
disponível para o Filtro Passa Baixa
Componente/ Variável Valor Calculado Valor Comercial
a1 0,765367 -
a2 1,847759 -
b1 1 -
b2 1 -
R1a 16,75 kΩ 18 kΩ ±5%
R1b
R2a
R2b
C1a
C1b
C2a
C2b
7,97 kΩ
2,42 MΩ
49,42 kΩ
≤ 3,66 nF
≤ 21,33 nF
≈20 nF
≈20 nF
8,2 kΩ ±5%
2,4 MΩ ±5%
47 kΩ ±5%
100 pF ±5%
10 nF ±5%
22 nF ±5%
27 nF±5%
Fonte: Autoria Própria
Utilizando as mesmas instruções de Pertence Junior (2003), construiu-se um
filtro rejeita-baixa de 60 Hz usando as estruturas de Sallen e Key, igual da passa-
baixa, assim como representado na Figura 10.
38
Figura 10 - Filtro rejeita-faixa com topologia de Sallen e Key com ganho unitário.
Fonte: Autoria Própria.
Tal como o filtro anterior, deduziu-se a função de transferência para o seguinte
filtro em (10)
𝐺2(𝑠) =2𝑠3𝐶3𝑅1𝑅2𝑅3 + 𝑠2𝐶2𝑅3(𝑅1 + 𝑅2) + 2𝑠𝐶𝑅3 + 1
2𝑠3𝐶3𝑅1𝑅2𝑅3 + 𝑠2𝐶2𝑅3(5𝑅1 + 𝑅2) + 2𝑠𝐶(𝑅1 + 𝑅3) + 1
(10)
em que:
G2(s) é a função de transferência do filtro rejeita-faixa no domínio de (s);
s possui o mesmo papel que na função de transferência anterior e;
R1, R2 e R3 e C são os valores dos resistores R1, R2 e R3 e do capacitor C,
respectivamente, mesmos encontrados na Figura 10.
Diferente do modelo de filtro anterior, este requer estabelecer um fator de
qualidade Qo para garantir uma atenuação mais estreita para a banda a ser atenuada.
Para isso, foi estipulado que as frequências as quais o filtro estaria atenuando
corresponderiam a faixa de 50 a 70 Hz, sendo encontrada o valor de fo, ou seja, a
frequência central entre a faixa de corte, pela equação (11); e a equação (12)
apresenta a equação para o cálculo do fator de qualidade. Para o dimensionamento
dos capacitores, o mesmo critério usado para C2 no filtro anterior é válido (usando fo
no lugar de f), já para os demais resistores, foram usadas as equações (13), (14) e
(15) para encontrar os valores de, respectivamente, R1, R2 e R3. Os resultados obtidos
e usados para o filtro se encontram na Tabela 2.
𝑓𝑜 = √𝑓𝑐2 × 𝑓𝑐1
(11)
39
𝑄𝑜 =𝑓
𝑜
𝑓𝑐2 − 𝑓𝑐1
(12)
𝑅1 =1
2𝑄𝑜𝜔𝑜𝐶
(13)
𝑅2 =2𝑄𝑜
𝜔𝑜𝐶
(14)
𝑅3 =𝑅1𝑅2
𝑅1 + 𝑅2
(15)
em que:
fo representa a frequência central da faixa de corte em [Hz];
Qo representa o fator de qualidade do filtro, adimensional;
fc1 representa o limite inferior da faixa a ser rejeitada em [Hz];
fc2 representa o limite superior da faixa a ser rejeitada em [Hz];
R1, R2 e R3 representam os resistores R1, R2 e R3 em [Ω] e;
C é o valor dos capacitores usados em [F].
Tabela 2: Relação de componentes/variáveis calculadas no projeto e o valor comercial
disponível para o Filtro Rejeita Faixa
Componente/ Variável Valor Calculado Valor Comercial
fo 59,19 Hz -
Qo 2,958 -
C 169 nF 100 nF ±5%
R1 4,53 kΩ 4,7 kΩ ±5%
R2 159,16 kΩ 160 kΩ ±5% R3 4,53 kΩ 4,7 kΩ ±5%
Fonte: Autoria Própria
O sistema proposto em sua forma final é apresentado na Figura 11, com todos
os estágios de amplificação e filtragem e os valores comerciais correspondentes aos
resistores e capacitores.
40
Figura 11 – Circuito final da etapa de condicionamento de sinais. Fonte: Autoria Própria.
3.4 TESTES E VALIDAÇÃO DO SISTEMA
3.4.1 Metodologia para validação do circuito de condicionamento
A análise do funcionamento do sistema e comprovação dos resultados foi
realizada em três métodos: simulação através dos parâmetros matemáticos
(MATLAB®), simulação através de software de simulação de circuitos eletrônicos
(Orcad/Pspice) e comprovação a partir de dados retirados do circuito real.
Iniciando pelos parâmetros matemáticos, foram inseridas as funções de
transferências no software MATLAB®, obtendo-se os respectivos Diagramas de Bode,
em especial, os valores da sua magnitude. Para o sistema de amplificação, a equação
(2) foi submetida à simulação, e esta foi multiplicada pelas equações (5) e (10) para
obter a função de transferência total do sistema, bem como usando a equação (5)
duplicada devido ao segundo estágio do filtro passa-baixa.
Em um segundo momento, o circuito foi simulado no Orcad/Pspice. As faixas
de frequência para as análises foram definidas pelo comportamento dos circuitos para
cada caso: de 1 a 300 Hz para o circuito amplificador e de 10 a 1,3 kHz para o sistema
de filtragem. A importância dessa análise é a verificação do comportamento dos
sistemas para além de suas frequências de corte e da magnitude de sua amplificação.
41
Por fim, o circuito foi montado em uma placa de circuito impresso (PCI),
conforme a Fotografia 1, e submetido à uma onda senoidal com amplitude de pico de
20 mV, com variação da sua frequência - respeitando os mesmos limites impostos
anteriormente - para a sua análise nesse domínio. Foi calculado o ganho de cada
estágio com as medições de cada entrada/saída.
Terminada essa etapa, o sistema foi testado nos pesquisadores, mediante a
aprovação do comitê de ética de número de CAAE 30162814.5.0000.5547, que de
livre e espontânea vontade, realizaram estímulos ao músculo do bíceps braquial
esquerdo, com eletrodos descartáveis usados em Eletrocardiograma (ECG) de
Prata/Prata-Clorada devido a sua disponibilidade de eletrodos de EMG. Os sinais
foram adquiridos usando osciloscópio Agilent DSO-2012 e seus dados salvos em
formato de pontos (.csv), tal como apresentado na Fotografia 2.
Fotografia 1 – Circuito de Condicionamento de Sinais em uma placa de circuito impresso. Fonte: Autoria Própria
Fotografia 2 - Teste de funcionamento do sistema em voluntário Fonte: Autoria Própria
Eletrodo 1
Eletrodo de Referência
42
3.4.2 Resultados dos circuitos de condicionamento de sinais eletromiográficos
A Figura 12 apresenta os resultados obtidos através do MATLAB®,
Orcad/Pspice e dados obtidos pela placa de circuito impresso. Recordando que o valor
absoluto obtido para o ganho na equação (1) era de 417,66 e o obtido na Figura 12 é
52,4 dB. Sabendo que a relação de decibéis em ganho, para tensão, está presenta na
equação (16)
𝐴𝑑𝐵 = 20 log (𝑉𝑜𝑢𝑡
𝑉𝑖𝑛)
(16)
em que:
AdB é o ganho em [dB];
Vout é a tensão de saída em [V] e;
Vin é a tensão de entrada em [V] .
Figura 12 - Diagrama de Bode da Magnitude do sistema total para os valores obtidos do (a) MATLAB®, (b) Orcad/Pspice e (c) circuito impresso.
Fonte: Autoria Própria.
Inserindo na equação (16) o valor de 52,4 dB, tem-se como ganho o valor de
416,869, se aproximando com exatidão ao valor calculado. Escolheu-se trabalhar com
relações de ganho para serem melhor analisadas pelos estágios.
Com relação à frequência de corte da filtragem do amplificador, a -3 dB (de
atenuação, equivalente à metade do sinal, em 49,4 dB), esta é 26,5 Hz. Nota-se, na
43
Figura 12, que os valores obtidos no circuito aproximaram-se muito dos valores
correspondentes às simulações, pois ambas as curvas estão praticamente
sobrepostas. Entretanto, encontra-se uma certa diferença entre os valores simulados
e reais na região do filtro rejeita-faixa. Seu pico de atenuação é de -32 dB à frequência
correspondente de 57,6 Hz, que deve-se a tolerância dos componentes empregados.
Para a frequência de 60 Hz, obtém-se uma atenuação de -12 dB, equivalente a 1/8 do
sinal de 60 Hz, melhorando a relação de sinal ruído do sistema. No circuito real, não
se obtém o grande valor de atenuação de cerca de -32 dB devido à falta de precisão
dos componentes e fatores referente à placa (material e estruturas). Entretanto,
consegue-se uma atenuação de -10 dB para a frequência de 60 Hz, aproximando-se
de uma redução de quase 8 vezes do sinal de 60 Hz antes dessa etapa da filtragem.
E para o filtro passa-baixa, a atenuação de -3 dB se encontra na frequência de 481 Hz
com uma queda abrupta a partir dos próximos valores.
Entre os sinais obtidos pelos pesquisadores, a Figura 13 apresenta os sinais
referente as saídas dos sistemas de amplificação e de filtragem representando a
ativação do músculo pelo levantamento do braço. Percebe-se nitidamente a ação do
estágio de filtragem, que tornou o sinal de EMG mais nítido para as próximas
aplicações.
Figura 13 - Sinal Adquirido de EMG pelas saídas dos sistemas de (a) Amplificação e (b) Filtragem.
Fonte: Autoria Própria
O espectro de frequências dos sinais pode ser visto na Figura 14.
44
Figura 14 - Resposta em Frequência do sinal de EMG adquirido pelas saídas dos sistemas de (a) Amplificação e (b) Filtragem e (c) diferença entre os sinais de filtragem e amplificação.
Fonte: Autoria Própria
Observa-se, primeiramente, que a banda dos sinais de EMG com maior
potência está concentrada de 40 a 150 Hz, comprovando o que foi afirmado
anteriormente. É perceptível também a ação do filtro rejeita-faixa, que consegue
eliminar boa parte do sinal de ruído de 60 Hz, representado pelo sinal contínuo,
Figura 14 a), e tracejado, Figura 14 b) . Pode-se perceber melhor a sua ação na
Figura 14 c), já que apresenta a subtração do sinal de filtragem com o sinal de
amplificação, ficando bem visível a atenuação nessa faixa de frequência.
45
4 BRAÇO ROBÓTICO
4.1 PRINCIPAIS CARACTERÍSTICAS E CINEMÁTICA
Foi projetado e construído um braço robótico com o intuito de serem
realizados testes físicos da aquisição e filtragem dos sinais eletromiográficos e
conversão dos mesmos em sinais de comando, que ao receber as coordenadas em
seus servos, estabelecessem o grau de levantamento do braço e a abertura da garra.
Ao trabalho a ser apresentado, seria necessário apenas o grau correspondente ao
cotovelo do braço, mas para usos futuros, foi construída a garra. Para poder realizar
esse projeto foi utilizado o software de modelagem SolidWorks 3D 2012. Com esta
ferramenta foi possível criar as peças a serem usadas na construção estrutural do
braço e selecionar as características físicas e materiais de cada componente
empregado na construção, de forma que com estes dados posteriormente fosse
possível a simulação completa do conjunto.
Para a construção do braço foram levantados alguns dados em relação a
tamanho e estrutura, pois a intenção do protótipo era de ser compacto e de fácil
construção para obtenção de resultados rápidos e de baixo custo. Assim foi estipulado
um comprimento do braço com 150 mm de estrutura, mais aproximadamente 85 mm
até a extremidade da garra, assim tendo uma estrutura curta do braço para não gerar
uma força de momento muito alta no servo do eixo principal, podendo ser elevado
mais peso na extremidade da garra.
Foram adquiridos servo-motores similares ao Futaba 3003, servo com
especificações padrão, standard, de torque e velocidade utilizados em modelos de
rádio controle. A escolha deste modelo de servo foi devido às suas características,
como a sua massa de aproximadamente 37 gramas e dimensões consideradas
pequenas, com largura de 20 mm, comprimento 38 mm e altura 40 mm. De acordo
com as especificações do fabricante, este servo consegue gerar um torque de centro
na faixa de 4,1 kg.cm quando alimentado com 6 V. Com estes dados e o comprimento
total do braço, em aproximadamente 208 mm, considerando o eixo de movimentação
do braço onde o servo foi acoplado até a extremidade da garra, consegue-se calcular
o peso total que o braço conseguirá elevar na extremidade através da equação (17).
46
𝜏 = 𝐹𝑑 (17)
em que:
é o torque calculado em [g.cm];
F é a força aplicada em [N] e;
d é a distância entre o ponto fixo e a extremidade do braço em [cm].
A Figura 15 apresenta a projeção do braço em relação aos eixos X-Y com a
localização das variáveis apresentadas na equação (17).
Figura 15 - Projeção do braço nos eixos X-Y
Fonte: Autoria própria.
Aplicando a equação (17), usando o torque dado pelo fabricante de 4,1 kg.cm,
e considerando o comprimento total do braço em 20,8 cm, foi calculado que o peso
total a ser erguido na extremidade é de aproximadamente 197 g.
Com relação à cinemática do braço robótico, foram feitos alguns
levantamentos teóricos em função das posições do braço durante o seu
funcionamento. Para a realização desses cálculos foi considerado o braço com um
grau de liberdade, trabalhando assim no plano cartesiano X-Y, tal como exibido na
Figura 16, sendo possível deduzir quatro equações para demonstrar a posição do
braço em relação aos planos X e Y.
47
Figura 16 - Projeção do braço com relação a sua cinemática Fonte: Autoria própria.
Para uma representação teórica no espaço cartesiano, foi feita a cinemática
dos movimentos a fim de definir um ponto P, com valores em X e Y. A fim de obter o
valor em x do ponto P, pode-se usar trigonometria, como na equação (18)
𝑃𝑥 = 𝐿 × cos 𝛼 (18)
em que:
α é o ângulo do grau de liberdade, em [º];
L é o comprimento do elo do braço, em centímetros [mm] e;
Px é a posição em x do braço em [cm].
Para encontrar o valor em y, com os mesmos valores de L e α, segue a
equação (19)
𝑃𝑦 = 𝐿 × sen 𝛼 (19)
em que:
Py é a posição em y do braço em cm.
Agrupando as equações (18) e (19), pode-se representar o ponto P de uma
forma geral como na equação (20)
𝑃𝑥,𝑦 = 𝐿 × cos 𝛼 , 𝐿 × sen 𝛼 (20)
em que:
Px,y é a representação da posição em x e em y do ponto P.
Dessa forma, consegue-se representar o ponto em que o robô estará apenas
usando dois valores - L e α.
48
4.2 PROJETO E SIMULAÇÃO
Com o auxílio do software de modelagem 3D foi realizado o projeto de como
seria o braço para a realização dos testes. Com esta ferramenta foi possível projetar
cada detalhe da estrutura do braço de forma a conseguirmos definir os materiais mais
fáceis de serem encontrados e de boa maleabilidade para facilitar a construção e
montagem das peças posteriormente.
Foi escolhido um material de características plásticas de baixo peso e alta
maleabilidade conhecido comercialmente como policarbonato. Com a escolha do tipo
de material, foi possível simular no software os formatos das peças e o modo de
construção utilizando ferramenta sheetmetal, que é uma ferramenta de modelagem
que considera a peça como uma chapa metálica de forma a possibilitar as posições
de dobra para que a peça fique no tamanho projetado.
Conforme a Figura 17, é possível ver os dados gerados na criação da peça,
onde pode ser visto a espessura de 3 mm de chapa e raio de dobra de 4,2 mm de
acordo com a faca da dobradeira utilizada para a espessura escolhida.
Após definido o material a ser utilizado na construção do braço, foi realizada a
montagem final do projeto para poder começar os estudos da estrutura, verificando
seus possíveis pontos de fraquezas. O modelo final de projeto já montado com suas
fixações e os servos já acoplados pode ser visto na Figura 18.
Figura 17- Imagem isométrica projetada do braço Fonte: Autoria própria.
49
Figura 18 - Imagem isométrica do conjunto do braço Fonte: Autoria própria.
Com o conjunto definido e previamente montado por software, foram
realizadas simulações para definir se a estrutura montada suportaria uma força maior
que a projetada. Utilizando a ferramenta Simulation, uma extensão acoplada ao
Solidworks para simulações de estrutura e fluxos para peças e conjuntos, foi definido
um estudo estático para verificar a resistência das peças do conjunto, não visando a
carga que o servo suportaria. Portanto foi adicionado a força de gravidade em
9,81 m/s², indicado pela Figura 19 a), no plano superior da montagem, conforme a
Figura 19 b).
(a) (b)
Figura 19 - a) Configuração de gravidade e b) adição de gravidade na simulação
Fonte: Autoria própria.
Uma força em Newtons, Figura 20 a), foi adicionada na simulação com
intensidade de 30 N (aproximadamente 3,06 kg), nas faces superiores das garras
50
conforme a Figura 20 b), para poder realizar os testes de esforço mecânico na
extremidade. Esta intensidade havia sido escolhida pois o projeto inicial usaria uma
engrenagem de 4:1 ligada ao servo, aumentando o torque no braço, porém foi
verificado que diminuiria muito a velocidade de movimentação.
(a) (b)
Figura 20 - a) Configuração de força na garra e b) sua adição na simulação
Fonte: Autoria própria
Com o resultado da simulação, ilustrado na Figura 21 a) com sua legenda na
Figura 21 b), foi verificado que a espessura utilizada de 3 mm do policarbonato está
dentro do necessitado pelo projeto. As partes em azul demonstram que o esforço
escolhido para os testes não chega a ser efetivo a ponto de gerar alguma deformação,
e as partes onde encontra-se a cor vermelha, sofreram deformações mínimas de
1.04e+1 mm, ou aproximadamente 10,4 mm. Estes testes serviram para verificar se o
material escolhido para a construção estrutural resistiria a um trabalho com
intensidade superior a calculada anteriormente.
4.3 CONSTRUÇÃO DO BRAÇO
Após o projeto e simulações realizados por software, deu-se início ao detalhamento
das peças para que fosse possível produzi-las. Na própria ferramenta existe a opção
de detalhamento planificado, podendo mostrar o tamanho real das peças com as
marcações de dobra especificando o grau a ser dobrado e para qual lado ser dobrado.
A representação das peças foi detalhada em uma folha de tamanho A3 conforme a
Figura 22, de forma a ser repassada a marcação das mesmas em uma lâmina de
51
policarbonato de mesmo tamanho. As peças foram adicionadas no detalhamento com
escala de 1:1, ou seja, ao imprimir a folha em tamanho A3 as peças, a serem
repassadas e recortadas no policarbonato, estarão no tamanho real ao projetado.
(a) (b)
Figura 21 - a) Resultado da simulação de deformação e b) legenda Fonte: Autoria própria
Figura 22 – Detalhamento das partes do braço, sendo a) Suporte estrutural da garra, b) engrenagens da garra, c) Conjunto da garra, d) Estrutura braço, e) base suporte braço e
f) suporte dos servos. Fonte: Autoria própria
52
Ao repassar os desenhos das peças na lâmina de policarbonato, foram
realizados os cortes com o auxílio de uma lixadeira, de forma a dar acabamento
posterior com esmeril e lixas manuais de baixa granulagem. As peças que tinham
angulações precisaram ser dobradas em uma dobradeira industrial com faca de fio
4,2 mm de dobra. As peças ainda tiveram que passar por um aquecimento com pistola
térmica para atingir o ângulo de 90º, pois por se tratar de um material com estrutura
plástica, acabam retornando de forma mínima para o estado inicial. O problema de
realizar este aquecimento de forma manual está no fato de as peças ficarem com um
certo grau de imprecisão na parte das furações geradas no detalhamento.
O modelo final do braço pode ser visto na Fotografia 3. Foi feito um suporte
para que o braço tivesse uma base fixa e que pudesse ser colocado a plataforma do
microcontrolador com as saídas de alimentação e comando dos servos e
comunicação com o computador.
Fotografia 3 - Modelo estrutural final do braço após a montagem Fonte: Autoria própria
4.4 VERIFICAÇÃO DE FUNCIONAMENTO DO BRAÇO ROBÓTICO
Os testes realizados na estrutura mecânica do braço serviram para analisar
se o funcionamento dos servos acoplados diretamente nas peças sofreriam uma carga
elevada de trabalho, visto que o idealizado no início do projeto seria a utilização de
engrenagens de redução. Os testes realizados inicialmente no braço com a ajuda de
um multi-testador de servos, apresentado na Fotografia 4, que tem a funcionalidade
de controlar três servos em 3 modos: um manual, no qual é possível controlar os
53
servos acoplados através de um potenciômetro que vai acionar o servo do ângulo 0º
até 180º; um automático, que envia valores crescentes e decrescentes de ângulo entre
0 e 90º; e um modo neutro que irá travar os servos na posição 90º.
Fotografia 4 - Multi-testador de servos. Fonte: Autoria própria.
Foi possível também realizar os alívios mecânicos para não exercer esforço
excessivo nos servos e ajustar a posição final dos mesmos devido a variação
mecânica no momento da fabricação das peças.
Com os ajustes mecânicos, foi possível definir algumas diretrizes de
posicionamento, travando mecanicamente o servo principal ligado ao eixo do braço
na variação da posição 0° (posição de descanso do braço), até a posição 90° (posição
de flexão do braço), sendo estes valores para o servo variando de 150º à 60°. Para
levantamento destas posições foram enviados sinais de posição para o servo
alternando a cada 5º e tirando a prova fisicamente com um transferidor.
Com relação à garra, o mesmo processo foi realizado: variando a cada 5º, foi
medida com uma régua a distância de abertura. A faixa de valores para este servo
encontra-se entre 130º (garra totalmente aberta) a 180º (garra totalmente fechada).
Com uma régua, foi medida a distância de abertura da garra. Ao diminuir o valor do
ângulo para menos que 130º, percebeu-se que o servo não realizava nenhum
movimento, travando pelo mecanismo em que estava acoplado da garra, sendo a sua
faixa de operação entre os valores de 130º a 180º.
Os resultados das medições mecânicas estão presentes na Tabela 3, com os
dados referentes ao ângulo do servo e ao ângulo/distância real do braço robótico.
Através desses valores, foram deduzidas duas equações para converter os valores
da angulação dos servos para o movimento realizado no braço robótico. A primeira
delas, com respeito a posição de angulação do braço, está presenta na equação (21)
54
𝐴𝑔𝑟𝑎𝑢 = −𝐴𝑠𝑒𝑟𝑣𝑜1 + 150 (21)
em que:
Agrau é o ângulo do grau de liberdade do braço em [º] e;
Aservo1 é o ângulo do servo que comanda o grau de liberdade em [º].
Para a obtenção da distância da garra, deduziu-se a equação (22)
𝐴𝑔𝑎𝑟𝑟𝑎 = −0,8𝐴𝑠𝑒𝑟𝑣𝑜2 + 144 (22)
em que:
Agarra é a distância da garra em [cm] e;
Aservo2 é o ângulo do servo que comanda a garra em [º].
Tabela 3 – Variação de posição do braço e da garra.
Servo Braço Servo Garra
Ângulo do servomotor Ângulo do grau de liberdade
Ângulo do servomotor
Distância de afastamento da garra
150 ° 0 ° 180 ° 0 mm 145 ° 5 ° 175 ° 4 mm 140 ° 10 ° 170 ° 8 mm 135 ° 15 ° 165 ° 12 mm 130 ° 20 ° 160 ° 16 mm 125 ° 25 ° 155 ° 20 mm 120 ° 30 ° 150 ° 24 mm 115 ° 35 ° 145 ° 28 mm 110 ° 40 ° 140 ° 32 mm 105 ° 45 ° 135 ° 36 mm 100 ° 50 ° 130 ° 40 mm 95 ° 55 ° 90 ° 60 ° 85 ° 65 ° 80 ° 70 ° 75 ° 75 ° 70 ° 80 ° 65 ° 85 ° 60 ° 90 °
Fonte: Autoria própria.
As medições e equações possibilitaram ter uma noção nos programas
implementados sobre a posição em que o braço robótico se encontra.
55
5 COLETA DE SINAIS ELETROMIOGRÁFICOS
Para a realização da aquisição e de processamento, a Figura 23 apresenta a
sequência de operações realizadas. Primeiramente os sinais são obtidos através dos
músculos pelos eletrodos e passam por um circuito de condicionamento de sinais a
fim de os pré-processar. Realizada a primeira parte do tratamento, estes são enviados
para uma placa de aquisição de dados na National Instruments, NIDAQ (Data
Acquisition) USB6212, que possui integração direta com o software LABVIEWTM,
também da National Instruments, e comunica com o computador através de USB. A
ligação do sistema na placa de aquisição é apresentada na Figura 24. Foi optado por
usar o modo RSE - medição em relação ao terra do sistema - com a entrada do
sistema na entrada AI4 e o terra no AIGND e Vin representando a entrada do sinal
eletromiográfico.
Através do software LABVIEWTM, é montada uma estrutura de aquisição de
dados, bem como processamento e aplicação por uma programação feita de forma
gráfica, que auxilia na montagem das estruturas de fluxos, com uma abordagem
simples mas eficaz. Cada programa realizado é chamado de Virtual Instrument (VI),
em português, Instrumentos Virtuais, e a proposta principal é emular um laboratório
com a disponibilidade de equipamentos, funções e códigos que podem ser
trabalhados no computador. Os programas são divididos em duas partes: Block
Diagram, Diagrama de Blocos, que contém toda a estratégia de programação; e
Frontal Panel, Painel Frontal, que é a interface na qual o operador irá interagir com o
Diagrama de blocos quando o programa estiver rodando.
Para este trabalho, o LABVIEW TM está agindo como uma base nos projetos
a serem realizados posteriormente, pois permite fazer o acompanhamento nas
definições de tempo desejadas para o sistema, bem como a alteração e manipulação,
de forma simplificada, das estratégias a serem implementadas.
Os dados processados pelo software LABVIEW TM são encaminhados através
de comunicação serial para um Arduino Mega, da família Atmel, com o
microcontrolador ATMega 2560. Quanto à escolha desse microcontrolador, levou-se
em conta a facilidade de programação aliada a plataforma que já estava construída,
preocupando-se apenas nas ligações eletrônicas e estrutura da programação. Ele é o
56
responsável pela etapa de controle final do braço, que será movido através de
servomotores como comentado anteriormente.
Figura 23 - Esquemático da sequência de operações para o controle do braço robótico Fonte: Autoria Própria
Figura 24 - Esquemático da ligação do sistema com a placa de aquisição
Fonte: Autoria Própria
5.1 AQUISIÇÃO E ROTINAS DE GRAVAÇÃO DE DADOS
Para gerar informações confiáveis para comparação dos sinais gerados em
tempo real com sinais pré-definidos por um banco de dados, foi necessária a criação
de uma rotina para aquisição e gravação dos dados em um arquivo para gerar
referências. Entretanto, para essa pesquisa foram desenvolvidas subVIs para todos
os programas realizados pelo LABVIEW TM. As subVIs são estruturas de programação
que auxiliam na organização do código, deixando o programa principal mais limpo e
57
eficaz. O Apêndice A apresenta todas as subVIs usadas no decorrer da programação
do LABVIEW TM, bem como os seus símbolos, diagrama de blocos e funcionalidade.
A rotina da aplicação em questão pode ser vista no Apêndice B, com seu
diagrama e blocos e painel frontal (presente nas Figuras B.1 e B.2). São iniciadas,
primeiramente, constantes para o uso no decorrer do programa, em que 2000 se
refere a frequência de amostragem, 100 ao número de amostras e o array, vetor, de
constante 0 para início do Shift Register. Nisso, entra-se em um Loop While que
realiza, primeiramente, a aquisição de valores pelo bloco DAQ Assistant. Ele faz a
comunicação com o software embarcado na placa NI DAQ e envia os dados no
programa, com uma taxa de atualização de 200 Hz (5 ms), sob forma de Dynamic
Data (DDT). Para a transformada dos valores de DDT para numéricos normais, é
usado uma função chamada From DDT, que está configurada para transferir os dados
de dinâmicos para um vetor numérico. Por seguinte, os dados são aplicados em um
bloco Delete from array, o qual seleciona as informações presentes na primeira
coluna, coluna 0. A saída deste bloco será utilizada como a principal informação,
sendo a real função do mesmo para a aplicação a de separação de uma coluna
específica do array proveniente do DAQ Assistant.
Estes dados então são aplicados ao subVI Filter_1 com definições de
frequência de corte de 500 Hz e frequência de amostragem de 2000 Hz; a saída deste
novamente é filtrada pelo subVI Filter_2. Após esta nova filtragem os dados
resultantes são indicados no painel frontal para verificação pelo usuário. São elevados
ao quadrado, e posteriormente, feita sua raiz quadrada, o qual gera o sinal retificado,
apresentado em um dos gráficos do painel frontal. Tanto o sinal retificado quanto o
sinal não retificado então são conectados a um bloco Select Function, que permite a
escolha de quais valores serão apresentados no Painel Frontal, através da condição
de uma chave: para condição falsa o sinal não retificado será apresentado na tela e
para condição verdadeira, o sinal retificado. A saída desta seleção então será aplicada
a um filtro passa-baixa de primeira ordem com frequência de corte de 20 Hz. Essa
filtragem gerará a saída da envoltória do bíceps que também estará presente na tela
da aplicação. A análise de envoltória permite avaliar de forma clara a amplitude do
sinal de eletromiografia.
O sinais de saída dos filtros e retificações serão aplicadas a blocos que irão
fazer a informação ser retornada por certa quantidade de vezes através dos blocos
Insert to array e dos Shift Registers, aumentando o array em que os dados serão
58
armazenados. Pressionado o botão para salvar, o Loop While irá parar a aquisição
dos dados, sendo os valores da saída da saída do Filter_2, os valores retificados e os
valores de envoltória salvos. Para isso, o tamanho do array de saída será definido
pelo número de repetições que foi realizado pelo Loop While e encaminhados para
um Loop For. A saída destes blocos de filtragem de informação serão somadas em
um único array, com 4 colunas e o número de linhas proporcional ao número de dados
adquiridos, e será utilizado para a geração dos gráficos de referência, gravados
através do bloco Write spreadsheet to file em um arquivo formato (.csv) para ser usado
em um editor de gráficos. Ao finalizar o Loop While, também é perguntado qual a pasta
se deseja salvar e o nome do arquivo dos arquivos.
5.2 METODOLOGIA DA AQUISIÇÃO DE DADOS DOS INDIVÍDUOS
Foi necessária a aquisição de dados de diferentes indivíduos para captação
dos dados a fim de gerar os gráficos para apoio na tomada de decisões quanto ao
processamento do sinal pelo software. Os participantes da coleta do sinal precisaram
assinar um termo de aceitação da pesquisa. O modelo dos termos pode ser visto no
Anexo A. Para a medição dos sinais, foi preparada superfície da pele dos indivíduos
e os eletrodos posicionado como citado em capitulo prévio, sendo os dois diferenciais
no músculo e o de referência na proximidade do cotovelo no antebraço. O sistema
montado pode ser visto nas Fotografias 5 a) e 5 b), na parte anterior quanto posterior
do antebraço, usando uma pulseira que pode ser ajustada no corpo da pessoa que
está usando o sistema. O circuito de condicionamento é fixado através de velcro.
(a) (b)
Fotografia 5 – Montagem do sistema, visualização na parte (a) anterior e (b) posterior do
antebraço. Fonte: Autoria Própria
59
Foi requisitado pelos desenvolvedores que os indivíduos realizassem uma
série de movimentos a fim de gerar um padrão de sinal para todos, de fácil
compreensão pelos pesquisadores. A série de movimentos definida foi: inicialmente o
indivíduo deve estar com o braço relaxado, em posição de 180 graus relativa ao
cotovelo; tencionar o bíceps até aproximar a mão próximo ao ombro; esperar um
instante (1 a 2 segundos); tencionar o bíceps na mesma posição por alguns segundos;
após alguns instantes, realizar o movimento de extensão estendendo o braço,
tencionando o tríceps nesse movimento; e ao chegar a posição inicial, esperar um
instante (1 a 2 segundos) e fazer só a estimulação do tríceps. Cada sessão tem um
tempo de descanso para o indivíduo de 10 segundos.
5.3 RESULTADO E ANÁLISE DOS DADOS ELETROMIOGRÁFICOS
Os dados dos 4 indivíduos são apresentados no Apêndice C, entre os
Quadros C.1 a C.4. Sobre as suas amplitudes, o principal parâmetro a ser analisado,
os indivíduos 1, 2 e 3 apresentaram os valores de pico a pico entre 1,5 a 2,5 V,
enquanto que o indivíduo 4 apresentou valores entre 1 a 1,5 V. Isso prova o quanto o
sinal eletromiográfico varia de pessoa para pessoa, bem como as características
apresentadas anteriormente.
De acordo com os dados apresentados, as informações mais importantes a
serem retiradas é o nível de amplitude do sinal e o tempo de ativação muscular. Não
se consegue, a primeiro momento, afirmar parâmetros mais complexos, como nível
de ativação muscular e duração dos pulsos eletromiográficos. Para isso, demanda-se
de estratégias complexas e técnicas de processamento de sinal mais apuradas, de
maior confiabilidade para o tratamento dos dados apresentados.
Dessa forma, foi decidido que seria analisado a presença ou não de sinal
através de uma análise de limiar. Ou seja, se o nível do sinal, correspondente a
ativação muscular, for maior que um certo limiar (threshold) então é enviado um
comando de ativação para os sistemas que tratam do algoritmo para a realização do
movimento do braço. A fim de determinar um nível seguro de ativação, para o
desenvolvimento do controle, a decisão tomada em conjunto com a equipe foi: para
considerar o nível de ativação, a pessoa que irá realizar a movimentação deverá
tencionar o músculo, não apenas movimentar o membro superior. Isso para, nesse
primeiro momento da pesquisa como um todo, ser de maior facilidade de detecção.
60
Foram desenvolvidos dois algoritmos para a movimentação do braço. Os
algoritmos realizados são de simples ativação e seu funcionamento se baseia na
presença de ativação muscular por uma quantidade determinada de tempo. Através
dos dados, percebeu-se que na flexão, a ativação do bíceps braquial é considerável,
principalmente o que foi visto no sinal, e é por base desse movimento que o braço
será movido.
A primeiro momento, o Algoritmo 1 foi definido como: se há ativação,
decrementa-se uma quantidade definida de proporcional à angulação da posição do
servo para que este se movimente; para fazer a volta, um comando deve ser feito para
zerar os valores (colocar em posição de início, 150º do servo de movimentação do
braço).
O segundo algoritmo, o Algoritmo 2, possui como diferença o modo de como
é feita a volta: se não há ativação muscular, o sistema aumenta o valor da posição do
servo, consequentemente fazendo com que o braço realize o movimento de descida.
Além disso, foi implementada uma diferença de tempo entre os valores de subida e
descida do braço, sendo este último proporcional ao número de vezes do número de
tempo de subida.
Os algoritmos foram criados através de subVIs para que pudessem ser
inseridos e alterados na programação principal de forma simples e ágil, a fim de
economizar tempo. Suas estruturas estão presentes no Apêndice A.
61
6 CONTROLE DO BRAÇO ROBÓTICO ATRAVÉS DO LABVIEWTM
Foi construído através do software LABVIEWTM um programa para a
realização do comando do braço robótico, apresentado no Apêndice D. Ele foi
estruturado a fim de operar tal como apresentado estruturalmente na Figura 25.
Figura 25 – Estrutura do Programa em LABVIEW TM para controle do braço. Fonte: Autoria Própria.
O programa consiste de três etapas principais: calibração, responsável por
fazer medições do sinal eletromiográfico para estabelecer valores referentes ao
indivíduo; ajuste, que consiste na definição dos valores de limiar; e controle, que
adquire os sinais e com base tanto nos valores definidos na etapa de ajuste quanto
na forma de como o controle do braço é planejado, envia sinais para o comando do
braço mencionado. Para compreender melhor o funcionamento de cada etapa, segue
uma expansão de cada.
6.1 DESCRIÇÃO DO SISTEMA E FLUXOGRAMA
A primeira etapa é a Calibração, como é apresentada na Figura 26, e tem
como principal função ler os dados do indivíduo para encontrar um valor médio que
possa indicar um certo limiar. Operacionalmente, indivíduo realiza movimentos,
INÍCIO
Calibração
Ajuste
Controle
FIM
62
instruídos pelo acompanhante do sistema, e os dados são encaminhados para etapas
de aquisição e de processamento, como filtragem, retificação e média do sinal no seu
estágio inicial. Os dados são adquiridos com uma frequência de amostragem por um
determinado intervalo de tempo ajustáveis. Se estes não forem inseridos, o sistema
adquirirá amostras com uma frequência de 2 kHz por 5 s, ponto a ponto, com uma
atualização da tela do usuário de igual a frequência de amostragem.
Figura 26 – Estrutura da etapa de Calibração do programa em LABVIEW TM para controle do braço.
Fonte: Autoria Própria.
Adquirindo os sinais, o sistema os trata, fazendo sua filtragem, retificação e
média por meio de subVIs apresentados no Apêndice A. Com os dados já
processados, o sistema verifica se foram feitas todas as medições, ou seja, referência,
músculo tensionado em movimento e músculo tensionado em sua trajetória máxima.
Se não forem realizadas, o sistema salva os dados em um array e inicia a etapa de
aquisição com o indivíduo realizando a próxima ação de calibração. Se todas as ações
CONTROLE
Aquisição
Filtragem
Retificação
AJUSTE
Média
Terminadas todas as medições?
N
S
Salvar dados
Salvar dados
63
forem terminadas, o sistema salva os dados referentes a última medição e passa para
a etapa de ajuste.
A etapa de Ajuste pausa a aquisição de dados e configura os parâmetros a
serem usados na etapa de controle, tal como apresentado na Figura 27. Para isso, há
a separação dos dados formados no array da etapa anterior para seus respectivos
valores. Há então o ajuste, com a decisão se este vai ser uma porcentagem da média
calculada para o limiar ou será ajustado um valor manual com base nos parâmetros
exibidos.
Figura 27 – Estrutura da etapa de Ajuste do programa em LABVIEW TM para controle do braço. Fonte: Autoria Própria.
A última etapa do programa é referente ao Controle do braço robótico,
apesentada na Figura 28. Nela, são feitas as etapas de aquisição e tratamento de
sinais, bem como a entrada de parâmetros para o acionamento do braço robótico. De
forma a pensar em flexibilidade, este estágio foi projetado para funcionar com
diferentes formas de alterar o controle do braço. As etapas de aquisição e
condicionamento se localizam em um Loop While enquanto que o comando do braço
me si em outro loop. Isso garante que haja uma diferença de tempo, delay, entre o
sinal e o controle, desejável pra a tomada de decisão escolhida.
Ao final do tratamento do sinal, este é comparado se está maior que o sinal
de referência e se é maior que o sinal de limiar, threshold, de braço tensionado. A
partir disso, é passada para a etapa de tomada de decisão, responsável por fornecer
os valores de ângulos do braço. Definido os valores, os mesmos são encaminhados
via serial para o microcontrolador.
Além disso, o sistema foi estruturado com troca entre as etapas (se caso for
necessário recalibrar ou ajustar outros parâmetros) e parada geral (se for necessário
para o sistema todo).
AJUSTE
Separa Dados
Decide usar Manual / Porcentagem
CONTROLE
64
Figura 28 – Estrutura da etapa de Controle do programa em LABVIEW TM para controle do braço.
Fonte: Autoria Própria.
Se não for acionada nenhuma rotina para a parada do sistema ou parada de
etapa de controle, o sistema continuará realizando as mesmas operações da etapa
de controle.
6.2 DETALHES DO VI DE AQUISIÇÃO E CONTROLE DO BRAÇO ROBÓTICO E SEU DO SEU DESENVOLVIMENTO
Como apresentado entre as Figuras D.1 a D.6 do Apêndice D, o diagrama de
blocos do seguinte VI usa como estrutura controladora de fluxo um item chamado e
CONTROLE
Aquisição
Tratamento
Comparação do Sinal
FIM
Tomada de Decisão
Terminar?
Envio do comando
Controle
N
S
65
Flat Sequence. Devido ao programa estar definido em etapas, seu desenvolvimento
através desse controlador de fluxo ajudou a manter e estabelecer a ordem de
operação.
Ao iniciar o programa, a primeira etapa conforme a Figura D.2 do Apêndice D
é um Loop While, que faz a espera de tempo até começar a etapa de calibração. Ao
pressionar o botão de ‘Iniciar a Calibração’, o programa muda-se para a próxima
etapa, que é a Calibração. Esta é composta por um Loop For dentro de um Loop While
central, que realizará 3 interações, uma para cada leitura a ser feita: Referência,
Bíceps em Movimento e Bíceps Tensionado. A ordem de cada leitura é apresentada
na tela por uma string, sendo manipulada no decorrer das interações do Loop For. Na
parte inferior da Figura é possível a etapa de aquisição de dados propriamente dita.
Dessa vez são usados blocos de programação do LABVIEW TM ao invés do DAQ
Assistant. Sequencialmente, eles definem uma tarefa a ser realizada (qual a porta a
ser lida, níveis de tensão de entrada, características de clock); iniciam a chamada da
tarefa; entram em um Loop While em que são feitas as aquisições e manipulação de
arrays (transposição pelo Transpose 2D array e seleção por Index array, pois a saída
do bloco de aquisição foi configurada um array 2D, sendo necessário deixá-lo 1D); e
o final do tempo já determinado, encerram a aquisição. Para os dados que estão
sendo adquiridos, através dos blocos Insert into array e Shift Register, é criada de
forma contínua um único vetor, que conterá todos os dados adquiridos. Ou seja, ao
um novo dado ser adquirido, ele é inserido em um certo índice do vetor
correspondente pela interação do Loop While, enviado no Shift Register (localizado
nas bordas desse Loop While), aumentando o array. Na próxima interação, ele irá
inserir no sistema o array acrescido do dado no índice indicado, aumentado a cada
interação
O controle de quanto tempo é necessário para cada etapa calibração é
definido pelo usuário antes da entrada do Loop While central dessa etapa. Sabendo
os tempos de cada aquisição e quanto tempo se quer, pode-se estabelecer quantas
interações o Loop While de aquisição deverá fazer. Assim, além de etapas de erros
internos na placa NI DAQ e trocas de etapas, o Loop While tem seu funcionamento
parado quando o número de interações encerra-se. Saindo do Loop While, os dados
passam pelas etapas de processamento. A fim de evitar erros por dados errôneos na
troca de rotinas, são excluídos os 20 primeiros dados por um Delete from array, pois
foi visto que havia certa interferência por esse erro no início das aquisições. Como
66
são usados no mínimo 1 segundo de aquisição, isso gera 2000 dados, restando 1980
para o processamento, ou seja, um número maior para que os 20 primeiros dados
obtenham grande interferência. Para o final da etapa de processamento, os dados são
enviados aos subVIs de Condicionamento e de Média do Sinal, necessitando da
exclusão de um dado referente à constante 0 no início do Shift Register, feito pelo
Delet from array. Se essa constante não for inserida no início do Shift Register, cada
vez que o Loop While de aquisição for iniciado, os dados referentes as últimas
interações estarão presentes, com dados que já não são mais necessários. Esse
procedimento foi feito em todos os Shift Register no programa, exceto na etapa de
ajuste de limiar, e as constantes 0 limpas. Com a média pronta, o sinal é encaminhado
para gráficos, a fim de auxiliar o instrutor e fazer a interpretação dos dados no decorrer
do tempo, enviado para a criação de um array contendo os 3 valores das médias. Ao
final das aquisições, o sistema entra em um Loop While, apresentado na parte
superior, em que se espera a ação do usuário pelo pressionamento do botão
Continuar Calibração, a fim de esperar até o procedimento poder ser continuado.
Quando este é pressionado, termina-se uma interação do Loop While central. Ao final
das 3 interações, passa-se para a próxima etapa.
A Figura D.3 do Apêndice D apresenta as etapas finais do programa de
controle. A etapa seguinte faz o ajuste dos valores de limiar, threshold, com base no
valor das médias e dos valores apresentados nos gráficos. Quanto aos valores finais,
estes podem ser escolhidos tanto como um valor de porcentagem do limiar ou através
de um ajuste manual. Esta é a parte mais importante de todo o programa, pois aqui
se delimita os valores para determinar se há ativação muscular ou não. Ao entrar
nessa etapa, os dados são enviados para um Loop While, e como estão em um array,
são divididos através do subVI Decomposição de array para que possam ser
trabalhados separadamente. A seleção dos valores para ajuste manual ou
porcentagem é feita por uma chave no Painel Frontal e por blocos seletores no
Diagrama de Blocos. Se for, por acaso, colocado um valor de 0 nos campos para
inserir um valor de porcentagem e estando a chave em porcentagem,
automaticamente a saída é ajustada para o valor de 50 %, evitando que o valor seja
sempre 0. Também está presente nessa etapa uma rotina para evitar que os dados já
trabalhados em uma outra rotina não sejam perdidos cada vez que esse Loop for
executado pela primeira vez. Isso porque, por exemplo, pode-se necessitar fazer um
ajuste no limiar quando se está na etapa de controle, e para isso, seria necessário
67
obter exatamente os mesmos valores da etapa anterior. Usando Shift Registers e
blocos de seleção, estes encaminham para a interação de número 0 os valores já
usados se for detectado que está sendo requisitado a alteração do threshold através
do pressionamento do botão de Ajustar do threshold.
Pressionando o botão para Ir para a etapa de Controle, programa entra na
última etapa. Nela, os dois Loops While inseridos em um Loop While central fazem a
aquisição de sinais e o controle do braço robótico. O Loop de While de aquisição é
basicamente igual ao Loop já apresentado na etapa de Calibração, com a diferença
de que agora são adquiridos 54 dados, com frequência de atualização de 37, 037 Hz
no programa. Esse valor foi usado de tal forma devido a comunicação serial e a
velocidade máxima que se deseja e que o programa, por enquanto, permite trabalhar.
Isso porque, o Loop While do programa serial está trabalhando com atualizações a
cada 27 ms (37,037 Hz) com o atraso na subVI do Algoritmo de 20 ms. Como
apresentado no Apêndice A, esta VI faz o controle de em quanto tempo os graus do
braço são movidos. O mínimo para essa função foi definido de 20 ms, pois foram feitos
testes com a comunicação serial e seus limites para o baudrate usado, 9600, em que
se obter maior êxito. Ainda sobre o Loop While de aquisição, sua diferença principal
está nas definições que resultam em um estado booleano se o valor da aquisição é
maior que o da referência e maior que o limiar que indica que o bíceps está em
movimento. O resultado é armazenado em uma variável local e enviado para o Loop
While de controle do braço. As definições de ângulos por tempo e tempo são inseridas
no Painel Frontal, enquanto que a porta serial e o baudrate entram como constante.
Através dos subVIs, os comandos são enviados pela serial e ocorre o comando do
braço. Se houver a necessidade de deixar o braço na posição de repouso, o botão
Zerar retorna aos valores iniciais; além do programa apresentar a posição de
movimento do braço no Painel Frontal numericamente. A programação do Arduino
que faz esta parte de comandos direto no braço robótico está presente no Apêndice E.
Em todo programa, a qualquer momento, as operações podem ser paradas
através do pressionamento do botão Parada Geral, além de que as trocas entre os
Loops While acontecem sempre que houver necessidade pela ação das variáveis
locais. Existem 4 indicadores que fornecem a situação de qual etapa está sendo
executada no programa. Por fim, entre as Figuras D.4 a D.6 do Apêndice D
apresentam os Painéis Frontais para as aplicações descritas acima.
68
6.3 RESULTADOS E DISCUSSÃO DO FUNCIONAMENTO DO VI INTEGRADO AO BRAÇO ROBÓTICO
Com relação à interface gráfica do VI, esta pode ser vistas na Figura 29, nas
etapas de a) calibração, b) ajuste de limiar e c) controle.
(a)
(b)
(c)
Figura 29 – Interface gráfica do VI de aquisição de dados e controle do braço pelo LABVIEW TM,
em destaque as áreas de a) calibração, b) ajuste de limiar e c) controle . Fonte: Autoria Própria.
69
Com relação a Figura 29 como um todo, os valores são apresentados na tela
através dos recursos gráficos, reforçando que o programa se destina a quem irá
configurar os parâmetros, ainda não sendo destinado para a pessoa final. Isso porque
é necessário conhecimento do seu funcionamento para poder operá-lo. Na etapa de
calibração, Figura 29 a), os dados puderam ser vistos, tanto em tempo real com a
apresentação do Chart Valores adquiridos e o acompanhamento dos valores já
adquiridos através dos gráficos na parte inferior. Na etapa de Ajuste, Figura 29 b), os
dados apresentados como média e histórico das aquisições permitiram uma melhor
visualização dos dados para uma tomada de decisão dos valores usados como
threshold a fim de aumentar o desempenho do sistema de controle do braço. Na Etapa
de Controle, Figura 29 c), houve uma interação eficiente entre os dois Loops While,
entretanto, devido as dificuldades na comunicação serial e suas limitações, esta não
pode ser maior que 27 ms. Por hora, isso foi suficiente para a aplicação desejada, pois
não houve atrasos nem problemas relacionados a perda de informação na
comunicação.
Encontra-se também na tela de interface com o usuário os botões referentes
as trocas entre as etapas, como ‘Ir para ajustar valor do Threshold’; ‘Valor do
Threshold OK? Ir para Controle’; ‘Voltar Para Calibração? Recalibrar?’; ‘Parar
Controle’ e o Botão de ‘Parada Geral’.
Testes foram feitos, alterando-se os valores do parâmetro de ângulos dos
servos e de tempo da comunicação. Sobre esses, a primeiro momento, o tempo foi
deixado no valor mínimo, 20 ms, gerando o atraso já comentado. Mas com relação as
alterações dos incrementos e decrementos dos ângulos, este foi o maior desafio para
essa etapa. A garra, como não era movida, foi deixada em posição estática. Para
ângulo igual a 1, o tempo de descida e subida da posição final a inicial calculado foi
de 2,7 s, ou seja, a cada segundo equivale a um movimento angular de 37º no motor.
Fazendo as medições de tempo, foi encontrado, para a subida, 2,83 s para um ciclo
cheio, e 2,98 s para descida. Este foi o único teste realizado com a medição de
valores. As mudanças de ângulos foram feitas, mas como o braço fazia seus
movimentos de forma muito rápida, não foi registrada, de forma eficiente, os tempos
de atuação do braço por falta de um sistema que realize a indicação que o sistema
mecânico está no seu limite. As mudanças foram observadas visualmente e dentre o
principal resultado dessa análise permitiu perceber que quanto menor a relação
70
ângulo/tempo, maior precisão há no sistema. Quando maior, o sistema age de forma
mais rápida, mas menos precisa.
Em suma, o programa em si apresentou um funcionamento eficaz, mas como
ainda é dependente da plataforma LABVIEW TM para operar, possui certos delays e
atrasos para algumas funções, o que pode ser contornado deixando o programa rodar
em modo ‘.exe’, um executável, compilando-o.
71
7 CONSIDERAÇÕES FINAIS
Em uma visão geral, o trabalho apresentou bons resultados, tanto na parte de
condicionamento de sinais, na integração com o LABVIEWTM e com o braço robótico.
Os resultados em cada etapa se mostraram expressivos, levando em consideração
que esse é um primeiro passo de um trabalho maior. O sistema de condicionamento
de sinais atenuou em grande parte dos ruídos. O braço robótico apresentou estrutura
rígida e funcionou adequadamente, sem necessidade de muitos alívios mecânicos,
juntamente com os servos e a programação do Arduino, que não apresentaram erros
na rotina. O programa de aquisição de dados para análise funcionou da forma
planejada, bem como a transposição dos dados foi feita de forma rápida e simplificada,
facilitando a análise. Por fim, a etapa de controle pelo VI do LABVIEWTM forneceu o
principal: a movimentação do braço através de sinais de eletromiografia. Além disso,
no seu desenvolvimento, possibilitou a análise de mais parâmetros do que foi
planejado inicialmente, expandindo os horizontes para a pesquisa.
Como resultado preliminar, foram publicados trabalhos referentes ao circuito
de condicionamento de sinais. No Congresso Brasileiro de Engenharia Biomédica
(CBEB) de 2014, um evento nacional, foram publicados os artigos: “Important Aspects
Associated with the Design of Superficial EMG Signal Conditioning Circuit” e “EMG
Filtering System Using Switched Capacitor MF10 and Active Filter UAF42 Integrated
Circuits”. No Congresso Latino Americano de Engenharia Biomédica (CLAIB) de 2014,
um evento internacional, foi publicado o artigo: “Design of an Electromyographic Signal
Conditioning Circuit”.
Cada etapa do trabalho apresentou dificuldades e questões a serem tratadas.
Na aquisição, o maior desafio foi o posicionamento correto dos eletrodos, pois isso faz
toda a diferença na captação adequada do sinal desejado, se a localização
corresponde ao músculo e se não está havendo interferências por grupos musculares
próximos. Outro ponto a ser abordado foi onde alocar o circuito. Isso porque houveram
muitos problemas com fiação e cabos de conexão. Além da preparação destes, a
movimentação do braço fez com que a pulseira em que o circuito estava alocado
perdesse um pouco de resistência e força no suporte do velcro em que ele estava
colado.
72
Em relação ao software LABVIEW TM, a maior dificuldade estava nos atrasos
que existem entre a execução do programa e a comunicação com o sistema eletrônico
junto ao robô. A primeiro momento, não havia tanta importância nesse quesito, pois a
análise principal era identificar de se o robô estava recebendo sinais e funcionando.
Com o sistema montado, percebeu-se que atrasos podem gerar momentos de
incerteza na tomada de decisão, o que é indesejável para as aplicações futuras.
O principal ponto a ser abordado como desafio se encontra em encontrar um
método de processamento de sinais que seja confiável e eficaz para tratar um sinal
eletromiográfico e extrair a informação de angulação ou outro parâmetro que possa
ser utilizado no controle de sistemas robotizados. Isso porque a análise de limiar foi
importante para detectar quando acontece a ativação, além de que ajustar esse valor
depende mais do que apenas uma porcentagem da média do sinal, como foi
idealizado. Os ajustes manuais na aba ‘Ajuste de Limiar’ no VI de controle foram
usados e essenciais para garantir um bom funcionamento do sistema geral.
Dessa forma, esse trabalho resultou em uma série de propostas para
trabalhos futuros. O primeiro quesito encontra-se em pesquisar novas formas de
adquirir sinais eletromiográficos com maior precisão e confiabilidade, usando outros
circuitos integrados, como por exemplo ADS 1299, com a possibilidade de aquisição
de oito canais, resolução de 14 bits e realização de amplificação e filtragem digital
configurados por sotfware. Outra questão é eliminar o cabeamento para enviar os
dados, podendo ser feitos não através de cabos mas por módulos de comunicação
sem fio, como Bluetooth por exemplo.
Futuramente, a montagem de um banco de dados dos sinais poderá ser útil
para alcançar uma maior abrangência da pesquisa, sendo útil não somente aos
pesquisadores, mas aqueles que gostariam de se trabalhar com foco na
eletromiografia. A importância disso está em uma maior quantidade de amostras para
serem analisadas e maior rolde dados para uso e comparação de técnicas de
processamento de sinais relacionadas à EMG.
Não utilizar o próprio programa de LABVIEWTM para fazer a aplicação
funcionar pode ajudar a melhorar a velocidade de como as informações são
processadas. A fim de eliminar esse problema, investir em uma compilação do VI
como ‘.exe’ poderá ser um estudo para reduzir dos tempos de atraso.
Um estudo mais aprofundado pode ser realizado na área de como a precisão
da relação ângulo/tempo causa no sistema e como isso é aplicado nas relações de
73
uso em próteses, se há uma forma de como reajustar as funções de configuração pela
atividade ser feita ou se tudo pode ser configurado de uma forma global. Isso deve ser
feito para diferentes tipos de pessoas, a fim de garantir uma análise estatística da
funcionalidade do sistema.
Por fim, o sistema, como comentado anteriormente, apresentou bons
resultados quanto ao seu funcionamento para um primeiro estágio. Dessa forma, com
o foco em acessibilidade, os trabalhos futuros para essa pesquisa trarão resultados
tanto em nível institucional, local e nacional, abrindo novos campos para o
desenvolvimento de projetos que apliquem a engenharia biomédica em sistemas
assistivos e de reabilitação.
74
REFERÊNCIAS
AHAD, M. A. Analysis of Simulated Electromyography (EMG) Signals Using
Integrated Computer Muscle Model. 2007. 190f. Tese (Dourado em Filosofia) –
Universidade do Tennesse, Knoxville, 2007.
ALBRETCH, B. L. Controle de uma cadeira de rodas motorizada através de
eletromiografia em uma plataforma embarcada. 2010. 137f. Monografia. Instituto
de Informática. Universidade Federal do Rio Grande do Sul, Porto Alegre. 2010.
ALMEIDA, T. P. de; FERRI, C. A.; QUEVEDO, A. A. F., Sistema para capture de
sinais eletromiográficos de superfície com sete canais utilizando módulo
Freescale® Tower S08MM128. Congresso Brasileiro de Automática, 2012.
Disponível em: <http://www.eletrica.ufpr.br/anais/cba/2012/Artigos/97517.pdf>.
Acesso em 05 abr 2014.
ALMEIDA, T. P. de. Decomposição de Sinais Eletromiográficos de Superfície
Misturados Linearmente Utilizando Análise de Componentes Independentes.
2012. 175f. Dissertação. Departamento de Engenharia Biomédica. Universidade
Estadual de Campinas, São Paulo, Campinas. 2012.
BEEKER, T. W.; DURING, J.; DEN HERTOG, A.. Artificial touch in a hand-
prosthesis,1967. Disponível em:< http://link.springer.com/article/10.1007%2FBF024
78841 > . Acesso em 25 de setembro de 2014.
BURR-BROWN PRODUCTS. OPA 131, OPA 2131, OPA 4131: General-Purpose Fet-
Input Operational Amplifiers. Texas Instruments. Nov. 1994. Disponível em :
<http://www.ti.com/lit/ds/symlink/opa4131.pdf>. Acesso em 09 de dez. de 2014.
BURR-BROWN PRODUCTS. INA128/INA129: Precision, Low Power Instrumentation
Amplifiers. Texas Instruments. Out 1995. Disponível em:
<http://www.ti.com/lit/ds/symlink/ina128.pdf>. Acesso em 05 abr 2014.
75
CARVALHO, L. C. Instrumentação médico-hospitalar. 1. ed. São Paulo: Manole,
2008. 318 p.
CRAIG, J. J. Introduction to robotics: mechanics and control. 2ª ed. Massachussets:
Addison-Wesley, 1989. Xiii, 450p.
DELUCA, C. J, Surface Electromyography: Detection and Recording. 2002.
Disponível em: <https://www.delsys.com/ Attachments_pdf/ WP_SEMGintro.pdf>.
Acesso em 03 de nov. 2013.
DELUCA, C., Electromyography. In J. G. Webster, editor. Encyclopedia of Medical
Devices and Instrumentation. 2ª ed. New York: Wiley, 2006. Vol 3. p. 98-109.
DU BOIS, R. E. Untersuchungen uber theirische electricita. 2ª ed. P. Berlim: Verlag
von G. Reimer, 1849. 2 vol.
ENGLEHART, K., HUDGINS, B. A robust, real-time control scheme for
multifunction myoeletric control. IEE Trans Biomed Eng. 2003. Disponível em: <
http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=1206493>. Acesso em 03
de jun. de 2014.
EVIDÊNCIA SAÚDE. Unidade motora. Disponível em:
<http://www.evidenciasaude.com.br/wiki/9-Unidade-motora >. Acesso em 20 nov.
2013.
FARRELL, T. R.; WEIR, R. F. The Optimal Controller Delay for Myoelectric Protheses.
IEEE Transaction on Neural Systems and Rehabilitation Engineering. Vol. 15.
Nº 1. Mar. 2007. Disponível em: < http://smpp.northwestern.edu/downloads/The%20
Optimal%20Controller%20Delay%20for%20Myoelectric%20Prostheses.pdf >.
Acesso em 10 de set. de 2014.
76
GALVANI, L. De Viribus Electricitatis. London and New York: Cambridge University
Press, 1953. 97p.
GIL, A. C. Métodos e técnicas de pesquisa social. 4 ed. São Paulo: Atlas, 1994.
2007 p.
GRAMMAR, A. W.; WILLIAMS II, R. L. Surface Electromyographic Control of a
Humanoid Robot. In: ASME 2013 International Design Engineering Technical
Conferences And Computers And Information In Engineering Conference
(Idetc/Cie 2013). DETC 2013 – 13345, 2013. Portland, Oregon. Anais. Portland, 2013.
Disponível em < http://www.ohio.edu/people/williar4/html/PDF/DETC201313345.pdf>.
Acesso em 12 abr. de 2014.
GRAUPE, D;. SALAHI, J.; KOHN, K.H. Multifunctional prosthesis and orthosis control
via microcomputer identification of temporal pattern differnces in single site myoeletric
signals. Journal of Biomedical Engeeneering, 1982. Disponível em:
<http://www.sciencedirect.com/science/article/pii/0141542582900218> . Acesso em
22 de agosto de 2014.
GUYTON, Arthur C.; HALL, John E. Tratado de fisiologia médica. Rio de Janeiro,
RJ: Elsevier, 2011. xxi, 1151 p.
HARGROVE, L. C.; SCHEME, E. J.; ENGLEHART, K. B.; HUDGINS, B.S. Multiple
binary classifications via linear discriminant analysis for improved controllability of
powered prosteshis. IEEE Transactions on Neural Systems and Rehabilitation
Engineering. Vol 18. Nº 1, 2010. Disponível em: <http://ieeexplore.ieee.org/stamp
/stamp.jsp?arnumber=5378611> . Acesso em 06 de junho de 2014.
HENNEBERG, K. A. Principles of Electromyography In J. D. Bronzino, editor. The
Biomedical Engineering Handbook. 2ª ed. Boca Raton: CRC Press LLC: 2000.
p.242-51.
77
HUDGINS, B., PARKER P., SCOTT R. N. A new strategy for multifunction myoeletric
control. IEE Transactions Biomedical Engeenering. 1993. Disponível em:<
http://www.smpp.northwestern.edu/savedLiterature/HuginsParker%281993%29%20I
EEEtransBME40%281%2982-94.pdf> . Acesso em 03 de junho de 2014.
INMAN, V. T. ; SAUNDERS, F. R. C. S. ; ABBOTT, L. C., Observations on the
function of the shoulder joint. 1944. Disponível em:
<http://www.fbw.vu.nl/nl/Images/Inman1944_tcm84-82201.pdf>. Acesso em 19 de
ago. 2014.
JAMAL M. Z. Signal Acquisition Using Surface EMG and Circuit Design
Considerations for Robotic Prosthesis. Intech [internet]. 2012. Disponível em:
<http://cdn.intechopen.com/pdfs-wm/40131.pdf>. Acesso em 05 abr 2014.
KITCHIN C., COUNTS L., A. Designer’s Guide to Instrumentation Amplifiers. 3ª
ed. Analog Devices. 2006. Disponível em: <http://www.analog.com/static/imported-
files/design_handbooks/5812756674312778737Complete_In_Amp.pdf>. Acesso em
05 abr 2014.
KONRAD, P. The ABC of EMG: A Practical Introduction to Kinesiological
Electromyography. Disponível em: <http://www.noraxon.com/docs/education/abc-of-
emg.pdf>. Acesso em 10 out. 2013.
LINDSTROM, L. R. On the Frequency Spectrum of EMG Signals: Technical Report,
Research Laboratory of Medical Electronics. Gothenburg, Sweden: Chalmers
University of Technology; 1970.
LUCAS, M. F.; GAUFRIAU, A.; PASCUAL, S.; DONCARLI, C.; FARINA, D. Multi-
channel surface EMG classification using support vector machines and signal
based wavelet optimization. Biomed Signal Process Control, 2008.Disponível em:
<http://www.sciencedirect.com/science/article/pii/S1746809407000791> . Acesso em
14 de setembro de 2014.
78
MALTA, J. C., G. D.; BARROS, T. E. P. de; OLIVEIRA, R. P. de. Eletromiografia
aplicada aos músculos da mastigação. Acta Ortopédica Brasileira, Brasil, vol 14, n
2, 2006, p 106-107.
MANN, R. W.; REIMERS, S. D. Kinesthetic sensing for the EMG controlled Boston
Arm, 1970. Disponível em: < http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=
4081939> . Acesso em 14 de outubro de 2014.
MENDES, C. S. Desenvolvimento e validação de um sistema de recolha do sinal
eletromiográfico baseado em placa de aquisição. 2012. 77f. Dissertação (Mestre
em Computação e Instrumentação Médica) – Departamento de Física, Instituto
Politécnico do Porto, Porto, Portugal, 2012.
MERLETTI, R. Standard for Reporting EMG Data. 1999. Disponível em:
<http://www.isek-online.org/standards_emg.html>. Acesso em 03 de jan. 2014.
MORESI, E. Metodologia da Pesquisa. Disponível em:
<http://www.inf.ufes.br/~falbo/files/MetodologiaPesquisa-Moresi2003.pdf>. Acesso
em 30 de jul. 2014.
MOZHANOVA M. Design of a High-Resolution Surface Electromyogram (EMG)
Conditioning Circuit. 2012. 44f. Projeto de Qualificação (Bacharel de Ciência)
Worcester Polytechnic Institute: Worcester, Massachusetts, 2012.
NAGEL, J. H. Biopotential Amplifiers In J. D. Bronzino, editor. The Biomedical
Engineering Handbook. 2ª ed. Boca Raton: CRC Press LLC: 2000. p.1364-77.
OLSON, W. H. Electrical Safety. In J. G. Webster, editor. Medical Instrumentation.
4ª ed. New York: John Wiley & Sons, 2010. p.638-675.
PAZOS, F. Automação de sistemas & robótica. Rio de Janeiro: Axcel, 2002. 377p.
79
PEDROSO, L. J. de G. R. Avaliação dos efeitos sobre os estimadores
eletromiográfico de diversos métodos de filtragem da interferência da rede
elétrica. 2013. 85f. Dissertação (Mestrado) – Departamento de Engenharia Elétrica,
Universidade de Brasília, 2013.
PERTENCE JÚNIOR A. Amplificadores Operacionais e Filtros Ativos. 6a ed. Porto
Alegre: Bookman, 2003
PRIOR, R. E.; LYMAN, J.; CASE, P. A.; SCOTT, C. M. Supplemental sensory
feedback for the VA/NU myoeletric had. Background and preliminar designs.
Bull Prosthet, 1976. Disponível em: < http://www.ncbi.nlm.nih.gov/pubmed/1030327>
. Acesso em 28 de setembro de 2014.
QUEVEDO, A. A. F. Desenvolvimento de um sistema de análise digital de sinais
eletromiográficos. 1993. 108f. Dissertação (Mestrado) - Universidade Estadual de
Campinas: Campinas, 1993.
RODRIGUEZ-AÑEZ, C. R. A eletromiografia na análise da postura. Disponível em:
<http://boletimef.org/biblioteca/2604/artigo/BoletimEF.org_Eletromiografia-na-
analise-da-postura.pdf >. Acesso 13 set. 2013.
ROHLAND, T. A. Sensory feedback for prostheses. 1975. Disponível em: <
http://link.springer.com/article/10.1007/BF02477743> . Acesso em 14 de setembro de
2014.
SCHMIDL, H. The importance of information feedback in prostheses, 1977.
Disponível em: < http://informahealthcare.com/doi/pdf/10.3109/03093647709164601>.
Acesso em 14 de set. de 2014.
SHENOY, P. ; MILLER, K. J. ; CRAWFORD, B. ; RAO, R. P. N. Online
Electromyographic Control of a Robotic Prothesis. IEEE Transactions on Biomedical
80
Engineering. Minessota, v. 55, n. 3, mar 2008. Disponível em <
http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=4360147>. Acesso em 10
mar. 2014.
SIJIANG, D. Feature extraction for Classification of Prehensile Electromiography
Patterns. 2003, 143f. Tese (Mestrado em Ciência da Computação) – Universidade de
São Diego, San Diego, 2003.
SILVA, E. L.; MENEZES, E. M.; Metodologia da Pesquisa e Elaboração de
Dissertação. 4 ed. Florianópolis: UFSC, 2005.
SIMPSON, D. C. The choice of control system for the multimovement prosthsis:
Extended physiological proprioception. The control of upper extremity
prostheses and orthoses, 1974. Disponível em: <
http://www.smpp.northwestern.edu/savedLiterature/SimpsonControlSysForProsthese
s.pdf> . Acesso em 21 de outubro de 2014.
SOUZA V. R. de, SOUZA, M. A. da S. e, ROMERO, J. F. A., Circuito de
Condicionamento de Sinais Eletromiográficos. 2006. Disponível em:
<http://www.bibl.ita.br/xiiencita/ELE-04.pdf>. Acesso em 20 de nov. 2013.
STAUDENNMANN, D.; KINGMA,I.; DAFFERTSHOFER, A.; STEGEMAN, D.F.; VAN
DIEE, J.H. Improving EMG-based muscle force estimulation by using high
density EMG grid and principal component analysis, 2006. Disponível em: <
http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=1608521> . Acesso em 25
de julho de 2014.
THALMIC LABS. Myo TM: Gesture Control Armband. Disponível em: <
https://www.thalmic.com/en/myo/compare>. Acesso em 05 de set 2014.
TORTORA, Gerard J.. Corpo humano: fundamentos de anatomia e fisiologia. 4. ed.
Porto Alegre: Artmed, 2000. 574 p.
81
WIRHED, Rolf. Atlas de anatomia do movimento. São Paulo, SP: Manole, 1986. xi,
137p.
YANG, D. P.; ZHAO, J. D.; JIANG, L. Study on regognition of multi-mode hand
gestures based on myoeletric signal, 2009. Disponível em: <
http://en.cnki.com.cn/Article_en/CJFDTOTAL-SHJT200907012.htm> . Acesso em 23
de julho de 2014.
82
APÊNDICE A -SubVIs desenvolvidos e utilizados na programação do LABVIEW TM
83
A.1 CONDICIONAMENTO
Para realizar o condicionamento do sinal através da aplicação de filtros, foi
necessário o desenvolvimento de um VI para tal, como apresentado na Figura A.1.
(a)
(b)
Figura A.1: VI de condicionamento com (a) seu símbolo no programa e (b) seu diagrama de blocos
Fonte: Autoria Própria
Os dados para serem condicionados entram no subVI através de um bloco
tipo array. Este está conectado ao Butterworth Filter, responsável pela filtragem
através de definições definidas pelo usuário, que para a aplicação desenvolvida, a
configuração definida para o mesmo é a de um filtro passa-baixa de quarta ordem com
frequência de corte de 500 Hz.
Após esta filtragem a saída do bloco previamente citado é conectada a
entrada de mais um Butterwoth Filter porém com características diferentes; neste
segundo filtro a configuração necessária é a de um filtro rejeita-faixa de sexta ordem,
tal configuração permite a passagem da maioria das frequências sem alterações,
porém atenua as que estejam em uma faixa definida pelo filtro, para o software foi
necessário a aplicação deste filtro definido com limite superior de corte de 61 Hz e
limite inferior de 59 Hz, permitindo assim a filtragem dos ruídos provenientes da rede
elétrica. Para ambos os filtros um campo numérico variável foi inserido a fim de
possibilitar a configuração da frequência de amostragem dos mesmos, além de um
bloco True Constant mantém ambos sempre ativos para que o filtro não reinicie a cada
interação.
84
Na saída do filtro recém utilizado, a informação resultante da filtragem é
elevada ao quadrado e em sequência é realizada uma raiz quadrada do mesmo,
sendo feita a sua retificação.
A.2 FILTER_1
A Figura A.2 apresenta o VI Filter_1, em que devido à necessidade de
filtragem do ruído da rede na aplicação, foi desenvolvido um VI com estas
características. É realizada a entrada de dados através de um bloco de array, este é
encaminhado ao filtro citado e definido com limite superior definido em 61 Hz e limite
inferior em 59 Hz devido as características aos sinais provenientes da rede elétrica, o
bloco possui configuração para um filtro de sexta ordem e também está conectado a
uma True Constant que o mantém ligado em quaisquer condições quando a aplicação
está sendo executada e a um campo variável numérico que permite definir a
frequência de amostragem, após a filtragem o sinal é conectado a um bloco tipo array
que permite que estes dados sejam encaminhados para as próximas etapas do
processo.
(a)
(b)
Figura A.2: VI de Filter_1 com (a) seu símbolo no programa e (b) seu diagrama de blocos
Fonte: Autoria Própria
A.3 FILTER_2
Para implementação do sistema foi necessário a utilização de filtros passa-
baixa, devido a isso foi implementado pelos desenvolvedores um VI, o Filter_2, a
85
Figura A.3. O array proveniente dos dados da aplicação é inserido na entrada do filtro
Butterworth; também conectados ao filtro estão valores numéricos variáveis que
possibilitam a definição do valor da frequência de amostragem e frequência inferior de
corte, possibilitando ao usuário realizar ajustes quando necessário, o filtro utilizado no
software é de segunda ordem e em quaisquer circunstâncias, quando o programa é
executado o mesmo também executado, após a filtragem o valor resultante é inserido
em uma array que será utilizada nas demais etapas de processamento e controle.
(a)
(b)
Figura A.3: VI de Filter_2 com (a) seu símbolo no programa e (b) seu diagrama de blocos Fonte: Autoria Própria
A.4 MÉDIA DO SINAL
A fim de definir a média do sinal de referência, foi desenvolvido uma rotina,
Média do sinal (presente na Figura A.4) baseado na entrada de um sinal obtido
anteriormente através de um bloco array, este sinal é então inserido em um bloco
Index array function, o qual redefine o tamanho do array conforme as definições do
desenvolvedor. Neste caso, o valor definido para o tamanho do array é obtido através
do número de repetições que é realizada pela aplicação, a saída é conectada a um
bloco que soma o valor zero a informação. Toda esta operação está inserida em um
bloco Loop For e o número de repetições a ser realizada é obtida através do número
de pontos do array.
Após este loop o sinal de saída é dividido pelo número de pontos de array e
novamente é somado zero, novamente esta informação está inserida em um Loop For
e o número de repetições a ser realizada por ele é definida por um valor numérico
configurado pelo usuário através do número de médias necessárias a serem
86
realizadas; após a saída desta repetição é realizada a divisão do sinal resultante pelo
número de médias necessárias, gerando assim o sinal de saída necessário.
(a)
(b)
Figura A.4: VI de Média do sinal com (a) seu símbolo no programa e (b) seu diagrama de blocos
Fonte: Autoria Própria
A.5 DECOMPOSIÇÃO DE ARRAY
O VI em questão, apresentado na Figura A.5, realiza a decomposição de um
array de entrada em valores numéricos pertinentes a posição definida pelo usuário. O
valor de entrada é conectado a cinco blocos Index to array function, tais blocos estão
configurados para obter os valores presentes nos campos 0, 1, 2, 3 e 4 do array e
apresenta-los no painel frontal em indicadores numéricos. Cada um recebeu a sua
denominação, sendo que foram incluídos mais dois espaço, relacionados a medição
do tríceps, para usos futuros.
(a)
(b)
Figura A.5: VI de Decomposição de array com (a) seu símbolo no programa e (b) seu diagrama de blocos
Fonte: Autoria Própria
87
A.6 ALGORITMOS
Para definir um valor numérico necessário para o processamento, foram
desenvolvidos dois VIs de controle On/Off, como visto na Figura A.6. Estes, a partir
de uma tomada a decisão do sinal de saída do bloco Select Function, provem a saída
de um valor, que proporcionalmente ao tempo, decrementam (correspondendo à
aplicação final do robô). O tempo é selecionado externamente, em que o sistema fica
parado por um valor especificado correspondente ao número de interações do Loop
For. Para zerar o sistema, pressionando o botão Zerar, é forçado o sistema para o
valor de 150º, posição de repouso do robô. Além disso, o sistema também fornece um
range de valores entre 50º a 150º, correspondente à faixa de trabalho do robô.
(a)
(b)
(c)
Figura A.6: VIs de Algoritmos com (a) seu símbolo no programa e (b) seu diagrama de blocos
Fonte: Autoria Própria
88
Com relação ao segundo algoritmo, única diferença está no decorrer do
tempo, se não há ativação da entrada booleana, o valor final é decrementado na
quantidade de graus pré-ajustada. Além disso, pode ser ajustado uma quantidade de
tempo proporcional ao tempo configurado para decremento dos valores, responsável
por atrasar em n vezes o incremento para fazer o braço estar na posição inicial.
A.7 CONVERSÃO DE MEDIDAS
Para proporcionar melhor controle e entendimento do programa foi realizado
um bloco com o intuito de converter os valores máximos e mínimos possíveis tanto
para o posicionamento do braço humano para o posicionamento do protótipo robótico,
presente na Figura A.7. O sinal proveniente do valor da posição do braço e da garra
deve ser convertido para estar adequado aos limites mecânicos do acionamento do
braço robótico, para ambas as conversões foi utilizado os valores máximos e mínimos
dos dois casos e realizado através de cálculos a equação da reta das equações (21)
e (22), para conversão dos dados da garra foi encontrado o valor -0,8 para “a” e 144
para “b”, e então é obtida a saída convertida. Já para o braço, o valor encontrado para
“a” foi de -1 e para “b” de 150.
(a)
(b)
Figura A.7: VI de conversão de medidas com (a) seu símbolo no programa e (b) seu diagrama
de blocos Fonte: Autoria Própria
A.8 COMUNICAÇÃO SERIAL
O VI de comunicação serial pode ser visto na Figura A.8. Nele, os dados que
deverão ser enviados para o Arduino Mega são organizados e escritos na porta serial.
89
(a)
(b)
Figura A.8: VI de comunicação serial com (a) seu símbolo no programa e (b) seu diagrama de
blocos Fonte: Autoria Própria
Primeiramente, a porta e o baudrate são configurados como constantes, não
sendo alterados. Isso é feito para deixar o início da comunicação de forma correta,
através do bloco VISA Configure Serial Port. Estando a comunicação previamente
configurada, inicia-se as etapas de um Flat Sequence, com o programa organizando
os dados recebidos como valores do Motor 1 (A) e Motor 2 (B) e escrevendo uma
string de acordo com o protocolo criado. Através do bloco In Range and Coerce, os
valores são ajustados para não ultrapassar os limites dos motores, ou seja, trabalhem
de 0 a 180. Na próxima etapa, há uma Case Structure com um botão de enable, em
que só será escrito na porta de comunicação serial se esse valor booleano for
verdadeiro. Se não, a comunicação continua, terminando as sequências do Flat e
finalizando com o Flush nos dados que ficaram no buffer e podem oferecer problemas
nas próximas etapas de escrita. Quando é pedido para terminar um Loop em que
esteja inserido, é enviado um sinal pelo botão terminar, que encerra a comunicação
com um Close. Esse botão de terminar passa por um detector de borda de subida
para que em uma próxima interação de um Loop, este não esteja configurado como
falso e apresente problemas na comunicação.
A.9 DETECTOR DE BORDA
O presente VI apresentado na Figura A.9 foi criado pelo professor Frederic
Conrad Janzen para a detecção de bordas de subida e descida de sinais booleanos.
90
(a)
(b)
Figura A.9: VI de detector de borda com (a) seu símbolo no programa e (b) seu diagrama de blocos
Fonte: Autoria Própria
De uma forma geral, os dados booleanos são comparados com seus estados
nos tempos de fluxos de dados do LABVIEW TM. Como esse tempo é muito pequeno,
pode ser comparado a um pulso para as aplicações que demandem grande
quantidade de tempo, sendo usual em uma grande quantidade de processos. Os
estados são realimentados em Selects e as suas saídas refletem as pequenas
interações entre um fluxo de dado e outro.
91
APÊNDICE B -Virtual Instrument de captura, visualização e salvamento de dados
92
Figura B.1: Diagrama de Blocos do programa de aquisição e salvamento de dados no LABVIEW TM Fonte: Autoria Própria
93
Figura B.2: Painel Frontal do programa de aquisição e salvamento de dados no LABVIEW TM Fonte: Autoria Própria
94
APÊNDICE C -Dados adquiridos do bíceps braquial
95
Indivíduo 1
A)
B)
C)
Quadro C.1 – Dados referentes ao indivíduo 1 Fonte: Autoria Própria
96
Indivíduo 2
A)
B)
C)
Quadro C.2 – Dados referentes ao indivíduo 2 Fonte: Autoria Própria
97
Indivíduo 3
A)
B)
C)
Quadro C.3 – Dados referentes ao indivíduo 3 Fonte: Autoria Própria
98
Indivíduo 4
A)
B)
C)
Quadro C.4 – Dados referentes ao indivíduo 4
Fonte: Autoria Própria
99
APÊNDICE D - Virtual Instrument de aquisição de dados e controle do braço
100
Figura D.1: Diagrama de Blocos total do programa de aquisição de dados e controle do braço Fonte: Autoria Própria
101
Figura D.2: Diagrama de Blocos expandida primeira parte do programa de aquisição de dados e controle do braço Fonte: Autoria Própria
102
Figura D.3: Diagrama de Blocos expandida da segunda parte do programa de aquisição de dados e controle do braço Fonte: Autoria Própria
103
Figura D.4: Painel Frontal da aba de Calibração do programa de aquisição de dados e controle do braço Fonte: Autoria Própria
104
Figura D.5: Painel Frontal da aba de Ajuste de Threshold do programa de aquisição de dados e controle do braço Fonte: Autoria Própria
105
Figura D.6: Painel Frontal da aba de Calibração do programa de aquisição de dados e controle do braço Fonte: Autoria Própria
106
APÊNDICE E -Programa de Comunicação Serial no Arduino
107
E.1 EXPLANAÇÃO DO CÓDIGO
O programa inicia-se através da inclusão da biblioteca Servo.h ao programa
principal, após isso são criados através do comando “Servo” dois objetos servos
denominados servo1 e servo2, também são criados quatro variáveis tipo inteiras
denominadas aux1, aux2, pos1 e pos2, após definição de tais variáveis também é
declarado um array de caracteres 11 letras através do comando char buffer[11].
Após a configuração das variáveis inicia-se a função set-up do programa,
onde é definido para o servo número um o pino nove da plataforma e para o servo
número dois o pino dez, então dá-se início a comunicação através do comando
Serial.begin, onde é definido o baudrate para comunicação de 9600, após este início
os servos são posicionados na suas respectivas posições de repouso, ou seja, para o
servo um a posição 100 e para o servo dois a posição 160. Então inicia-se um loop
que verifica se dados estão sendo enviados pela linha serial, caso a resposta for
positiva é declarada uma variável inteira com valor e logo após é realizado um delay
de 15 milissegundos, após este tempo de espera o valor que estava sendo recebido
é atribuído a uma nova variável tipo inteira denominada numChar, então é verificada
se o valor escrito nesta variável é condizente com o necessário para aplicação ou seja,
as informações estão contidas em 10 caracteres, caso essa informação possua mais
dados que o necessário é realizada a subtração para adequação dos mesmos.
Em sequência a adequação destes valores é chamada a função splitStrig,
esta recebe os dados do buffer, consequentemente é apresentado na tela de controle
do Arduino Mega a informação contida na entrada serial, então é criada uma variável
parameter e enquanto essa não possui informação adequada de dez caracteres, é
iniciada uma rotina para limpeza do texto e dos buffers seriais.
Para a condição verdadeira da condição acima citada inicia-se outra rotina,
esta verifica se o dado proveniente da porta serial inicia-se com “a” ou “A”, caso esta
informação for verdadeira o programa cria e lê a informação subsequente ao “a” tendo
como condição para avanço no programa que este valor esteja no range de 0 a 180,
caso positivo o valor então é atribuído a variável pos1 que então é gravada no pino
atribuído anteriormente ao servo1 e apresentado para o usuário através do software
da plataforma. O processo também ocorre junto a informação relativa ao servo 2, onde
é verificado na string a presença do caractere “b” ou “B” e se presente a informação
subsequente ao mesmo está no range adequado para a aplicação e caso a condição
108
for verdadeira é gravado no pino definido anteriormente tal valor e apresentado ao
usuário na plataforma de comunicação para PCs do Arduino.
E.2 CÓDIGO
1 #include<Servo.h>
2 Servo servo1;
3 Servo servo2;
4 int pos1;
5 int pos2;
6 char buffer[11];
7 void setup()
8 servo1.attach(9);
9 servo2.attach(10);
10 Serial.begin(9600);
11 Serial.flush();
12 servo1.write(150);
13 servo2.write(160);
14
15 void loop()
16 if (Serial.available() > 0)
17 int index=0;
18 delay(15);
19 int numChar = Serial.available();
20 if (numChar>10)
21 numChar=10;
22
23 while (numChar--)
24 buffer[index++] = Serial.read();
25
26 splitString(buffer);
27
28
29 // Início das funções
30 void splitString(char* data)
31 Serial.print("Data entered: ");
32 Serial.println(data);
33 char* parameter;
34 parameter = strtok (data, " ,");
35 while (parameter != NULL)
36 serv_contr(parameter);
37 parameter = strtok (NULL, " ,");
38
39 for (int x=0; x<11; x++)
40 buffer[x]='\0';
41
42 Serial.flush();
43
44 void serv_contr(char* data)
45 if ((data[0] == 'a') || (data[0] == 'A'))
46 int Ans = strtol(data+1, NULL, 10);
47 Ans = constrain(Ans,0,180);
48 pos1= Ans;
49 servo1.write(pos1);
50
51 if ((data[0] == 'b') || (data[0] == 'B'))
52 int Ans = strtol(data+1, NULL, 10);
109
53 Ans = constrain(Ans,0,180);
54 pos2 = Ans;
55 servo2.write(pos2);
56
57
110
ANEXO A- Modelo dos Termos de Compromisso dos Participantes dos testes
111
ANEXO 1: TERMO DE CONSENTIMENTO LIVRE E ESCLARECIDO
Você está sendo convidado(a) como voluntário(a) a participar da pesquisa:
Desenvolvimento de interface eletromiográfica para controle de
equipamentos assistidos.
A JUSTIFICATIVA, OS OBJETIVOS E OS PROCEDIMENTOS: O motivo que nos leva a
estudar os sinais de eletromiografia é o desenvolvimento de equipamentos com controle
assistido, a pesquisa se justifica devido a necessidade de controle de equipamentos de
locomoção e mecanismos robóticos, através de sinais de eletromiografia. O objetivo desse
projeto é desenvolver circuitos eletrônicos que possam coletar estes sinais eletromiográficos.
O(os) procedimento(s) de coleta de dados será realizado utilizando eletrodos
eletromiográficos no antebraço. A frequência desta coleta será incialmente, determinada pela
necessidade, conforme os circuitos eletrônicos forem desenvolvidos.
DESCONFORTOS E RISCOS E BENEFÍCIOS: Não existe um desconforto ou risco mínimo
para a você que se submeter à coleta do material uma vez que os circuitos utilizado
contemplam a devida isolação e proteção, além e alimentação por baterias.
FORMA DE ACOMPANHAMENTO E ASSINTÊNCIA:Uma vez coletados sinais
eletromiográficos, os nenhum tipo de acompanhamento precisa ser realizado ou feito.
GARANTIA DE ESCLARECIMENTO, LIBERDADE DE RECUSA E GARANTIA DE
SIGILO: Você será esclarecido(a) sobre a pesquisa em qualquer aspecto que desejar.
Você é livre para recusar-se a participar, retirar seu consentimento ou interromper a
participação a qualquer momento. A sua participação é voluntária e a recusa em participar
não irá acarretar qualquer penalidade ou perda de benefícios.
O(s) pesquisador(es) irá(ão) tratar a sua identidade com padrões profissionais de sigilo. Os
resultados da coleta de sinais eletromiográficos estarão disponíveis para consulta por você e
permanecerão confidenciais. Seu nome ou o material que indique a sua participação não será
liberado sem a sua permissão. Você não será identificado(a) em nenhuma publicação que
possa resultar deste estudo. Uma cópia deste consentimento informado será arquivada no
Departamento do Curso Engenharia Eletrônica da UTFPR-Ponta Grossa e outra será
fornecida a você.
Ministério da Educação Universidade Tecnológica Federal do Paraná Pró-Reitoria de Pesquisa e Pós Graduação
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
PR
112
CUSTOS DA PARTICIPAÇÃO, RESSARCIMENTO E INDENIZAÇÃO POR EVENTUAIS
DANOS: A participação no estudo não acarretará custos para você e não será disponível
nenhuma compensação financeira adicional. Não existem danos decorrentes dessa pesquisa.
DECLARAÇÃO DA PARTICIPANTE OU DO RESPONSÁVEL PELA PARTICIPANTE:
Eu, _______________________________________ fui informada (o) dos objetivos da pesquisa acima
de maneira clara e detalhada e esclareci minhas dúvidas. Sei que em qualquer momento poderei solicitar
novas informações e motivar minha decisão se assim o desejar. O(a) professor(a) orientador(a) Sergio
Luiz Stevan Jr. e o(a) professor(a) co-orientador(a) Sérgio Okida certificaram-me de que todos os
dados desta pesquisa serão confidenciais.
Também sei que caso existam gastos adicionais, estes serão absorvidos pelo orçamento da pesquisa. Em
caso de dúvidas poderei chamar o estudante _José Jair Mendes Junior, o professor orientador Sergio
Luiz Stevan Jr. ou o professor co-orientador Sérgio Okida no telefone (42) 3220-4825 ou o Comitê de
Ética em Pesquisa da UTFPR, sito à Rua Desembargador Westphalen, 637, 4. andar. Bloco J1. Curitiba
– Paraná. ((41) 3310-4943 (41) 3310-4844)
Declaro que concordo em participar desse estudo. Recebi uma cópia deste termo de consentimento livre
e esclarecido e me foi dada a oportunidade de ler e esclarecer as minhas dúvidas.
Nome Assinatura do Participante Data
Nome Assinatura do Pesquisador Data
Nome Assinatura da Testemunha Data
Ministério da Educação Universidade Tecnológica Federal do Paraná Pró-Reitoria de Pesquisa e Pós Graduação
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
PR
113
ANEXO 2 – Questionário de voluntário
Nome: ______________________________________________________________
Data de nascimento: _________________________ Idade: ___________________
Endereço: ___________________________________________________________
Cidade: _________________________Estado: _____________________________
CEP: _________________________
Telefone: ______________________
Celular: _______________________
E-mail: ________________________
Nível de escolaridade
( ) Fundamental incompleto
( ) Fundamental completo
( ) Superior incompleto
( ) Superior completo
( ) Pós-graduação
Dados antropométricos
Altura: ________m Peso: ________Kg IMC: _______Kg/m2
Apresenta alguma patologia ou sofreu algum trauma nos membros superiores (Braços, mãos)? (dor, tendenite, acidente, etc)
( ) nos últimos 6 meses
( ) nos últimos 12 meses
( ) nos últimos 24 meses ou mais
Qual: _____________________________________________________________
Faz exercícios de resistência/força?
__________________________________________________________________
__________________________________________________________________
Qual a periodicidade?
__________________________________________________________________
__________________________________________________________________
_____________________
Data e Local
Ministério da Educação Universidade Tecnológica Federal do Paraná Pró-Reitoria de Pesquisa e Pós Graduação
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ
PR